介绍

Playwright 是微软开源的跨浏览器自动化测试与网页爬虫工具库，核心目标：统一一套 API，驱动 Chrome、Firefox、Safari（WebKit）三大浏览器内核，实现网页自动化。
诞生背景：团队来自 Puppeteer 核心开发人员，吸取 Puppeteer 仅支持 Chromium 的短板，打造跨浏览器方案，2020 年正式开源。
支持语言：Python、JavaScript/TypeScript、Java、.NET，多语言绑定，底层共用同一套引擎。

区分两个容易混淆名词

1. Playwright Library：底层自动化库（用来写爬虫、自定义自动化脚本）
2. Playwright Test：基于库封装的端到端测试框架，面向前端 E2E 测试，内置断言、测试运行器、并行执行（日常开发大家使用最多）

底层原理

1. 不基于浏览器原生 WebDriver（Selenium 方案）
   Selenium 通过标准 W3C WebDriver 协议，浏览器启动额外服务，通信延迟高、兼容性问题多。
   Playwright 使用 Chrome DevTools Protocol (CDP) + WebKit/Firefox 自研协议，直接和浏览器内核通信；浏览器不需要开启远程服务，控制深度更强。

2. 自带浏览器二进制包
   安装时自动下载对应版本 Chromium、Firefox、WebKit，不需要用户本地提前安装浏览器，环境一致性极强，避免“本地能跑服务器报错”。

3. 隔离上下文模型
   核心设计概念：
   Browser（浏览器进程）→ BrowserContext（浏览器上下文，相当于独立无痕窗口）→ Page（标签页）
   一个 BrowserContext 完全隔离：Cookie、本地存储、缓存、网络状态互不干扰。
   可以在同一个浏览器进程快速创建上千个隔离会话，资源开销远低于启动多个浏览器进程。

能力特性

1. 跨浏览器、跨平台

• 三大内核：Chromium、Mozilla Firefox、WebKit（Safari 内核），一套脚本无需修改即可在三类浏览器运行
• 跨操作系统：Windows / MacOS / Linux；支持 headless（无头无界面）、有界面模式
• 支持模拟移动端设备：直接模拟 iPhone、安卓手机，自动配置视口、触摸事件、UA、设备像素比，无需手动配置

2. 强大等待机制（最大优势之一，区别于 Selenium）

绝大多数自动化工具需要手动写等待延时 sleep，极其不稳定。
Playwright 默认自动智能等待：
执行点击、输入、获取元素等操作前，自动等待元素满足条件：元素存在、可见、可交互、没有被遮挡。
只有超出超时时间才抛出异常，大幅减少人为硬编码等待，脚本稳定性显著提升。

3. 网络层面控制能力

• 拦截、修改、伪造 HTTP/HTTPS 请求与响应
• 模拟网络限速、断网、弱网环境
• 捕获请求、响应、接口日志，支持抓包导出 HAR 文件
• 支持模拟认证：代理、Basic Auth、Cookie、Token 注入
• 支持路由转发、屏蔽广告、屏蔽无用资源（图片、字体）提升速度

4. 页面操作能力

• 支持鼠标精细操作：悬浮、拖拽、右键、双击、滚轮滑动
• 原生支持触摸手势，适配移动端网页
• 文件上传、文件下载自动化，无需操作系统弹窗交互
• 处理弹窗、对话框、表单、iframe、Shadow DOM（很多自动化工具很难穿透 shadow-dom，Playwright原生支持）
• 支持执行页面 JS，获取页面变量

5. 录制、追踪与调试工具

• Trace Viewer（王牌功能）：运行时录制完整追踪包，包含页面快照、网络请求、DOM、操作时序、控制台日志。出现报错后，可以像视频一样回放每一步，定位失败原因。
• 自带脚本录制工具：人工操作浏览器，自动生成自动化脚本模板
• 截图、全屏截图、录屏、元素截图
• 捕获浏览器控制台报错、页面异常

6. 身份会话管理

依靠 BrowserContext 实现快速复用登录状态：
登录一次后，可以保存上下文状态（Cookie、LocalStorage），后续新建页面直接免登录，不用重复走登录流程，非常适合爬虫与测试。

Playwright Library vs Playwright Test 区别

1. Playwright Library（基础库）
   通用自动化库，自由度极高。
   ✅ 适用：网页爬虫、自定义自动化工具、批量操作网页、数据采集
   ❌ 没有测试套件、没有断言、没有自动重试、没有并行管理，需要自己封装

2. Playwright Test（E2E测试框架）
   在 Library 之上封装的完整测试框架，前端主流 E2E 方案。
   ✅ 内置测试运行器、自动并行、测试隔离、断言、重试、测试报告、快照测试
   ✅ 适用：Web项目端到端功能测试（模拟真实用户操作验证系统）

适用场景

1. Web端端到端自动化测试（最主流）
   模拟真实用户操作：登录、表单提交、页面跳转、流程校验，替代人工重复回归测试。

2. 轻量级网页数据爬虫
   渲染JS动态页面（SPA Vue/React网站），解决requests无法获取异步渲染内容的痛点；相比Selenium资源占用更低。

   注意：仅用于合法公开数据采集，遵守网站robots协议与法律法规

3. 批量网页自动化任务
   批量填报表单、批量导出页面数据、自动生成网页截图、批量生成PDF。

4. 网页兼容性自动化验证
   同一套脚本，快速验证功能在Chrome/Firefox/Safari、移动端页面是否正常。

5. UI自动化回归、视觉快照测试
   对比页面截图，检测页面UI意外变动。

优势

1. 稳定性强：智能自动等待，极大降低脚本随机性报错
2. 环境省心：自带浏览器二进制，无需环境配置，CI/服务器部署友好
3. API统一简洁，跨浏览器一套代码，学习成本低
4. 隔离机制优秀，上下文轻量化，支持大规模并发
5. 调试工具强大（Trace追踪），线上测试报错方便排查
6. 持续更新活跃，微软长期维护，社区成熟

局限性、短板

1. 不支持 IE 等老旧浏览器，仅现代三大浏览器内核
2. 不能驱动桌面客户端软件（只针对网页，区别于AutoIt、PyAutoGUI）
3. Headless模式下少量网站会识别自动化特征，存在反爬检测风险（所有浏览器自动化工具共同问题）
4. 如果只需要简单静态网页抓取，相比 requests/axios 更重，资源消耗更高
5. 移动端仅能模拟浏览器，无法驱动真实App（App自动化需要 Appium）

运行模式说明

1. Headless 无头模式：不弹出浏览器窗口，后台运行。适合服务器、定时任务、CI流水线，占用资源更低。新版默认无头实现性能大幅优化。
2. Headful 有界面模式：弹出浏览器窗口，适合开发调试、观察执行流程。

与 Selenium 对比

底层通信机制（最核心分水岭）

Selenium

遵循 W3C WebDriver 标准协议

1. 架构：脚本 → HTTP 请求 → WebDriver 驱动（chromedriver/geckodriver）→ 浏览器
2. 浏览器与脚本之间依靠独立驱动进程中转，多层转发，存在额外延迟
3. 协议通用：任何实现 WebDriver 规范的浏览器都能接入（Chrome、Firefox、Safari、Edge、IE）
4. 缺点：协议设计偏通用，无法调用浏览器大量私有高级能力，控制力受限

Playwright

微软自研，不基于 WebDriver

• Chromium 使用 CDP（Chrome DevTools Protocol）；Firefox、WebKit 使用官方专属内部协议
• 脚本直接与浏览器内核通信，不需要额外驱动程序，省去 chromedriver 版本匹配难题
• 可以深度操控浏览器内部行为（拦截网络、修改响应、穿透ShadowDOM等）

  局限：只支持现代三大内核：Chromium、Firefox、WebKit；不支持 IE

环境部署与兼容性

Selenium

✅ 优点

1. 支持 IE、老旧浏览器，政企遗留系统兼容首选
2. 语言生态极完善：Java/Python/JS/C#/Ruby/Kotlin 全部成熟
   ❌ 痛点
3. 浏览器驱动版本强绑定：Chrome版本升级，chromedriver必须同步更换，极易出现版本不匹配报错
4. 默认不自带浏览器，依赖机器本地已安装浏览器
5. CI、服务器环境经常遭遇缺失依赖、显示驱动问题

Playwright

✅ 优点

1. 安装框架时自动下载配套浏览器二进制包，独立环境，不依赖本机浏览器
2. 不存在驱动版本冲突，零驱动管理
3. Windows/macOS/Linux 环境一致性极高，“本地能跑服务器翻车”现象大幅减少
   ❌ 缺点
4. 放弃 IE 支持，老旧项目无法使用
5. 不支持小众浏览器

等待机制（稳定性最大差距）

Selenium

• 没有内置智能等待，只有两种方案：

  1. 硬休眠 sleep()：极其不稳定，网络波动直接失败
  2. 手动编写显式等待 WebDriverWait，需要开发者自己判断元素条件
• 执行点击、输入前，不会自动校验元素是否可见、可点击、是否被遮挡；极易出现偶发“元素不可交互”报错

Playwright

原生自动智能等待（核心优势）
调用 click、fill、select 等操作前，框架自动等待：
元素存在 → 可见 → 启用 → 无遮挡，满足全部条件才执行操作；超时才抛出异常。
绝大多数场景不需要手写等待代码，脚本随机失败率远低于 Selenium。

会话隔离、并发能力

Selenium

• 典型模式：每启动一个浏览器实例 = 独立进程
• 如果需要多账号隔离，通常启动多个浏览器，内存开销大
• 可以通过无痕窗口实现隔离，但API繁琐，隔离完整性一般（缓存、部分数据共享）

Playwright

分层模型：Browser进程 → BrowserContext → Page标签页

• BrowserContext = 轻量化独立会话（独立无痕环境）
  同一个浏览器进程可以创建数十上百个隔离上下文，Cookie、Storage、缓存完全隔离。
• 多账号、多用户并发场景，内存占用远低于 Selenium。

网络控制能力

Selenium

原生能力薄弱：

1. 标准WebDriver只能简单拦截请求；想要修改响应、伪造接口、屏蔽资源，需要额外搭建代理（BrowserMob Proxy）
2. 捕获HAR抓包、弱网模拟实现复杂，需要大量第三方组件

Playwright

原生内置网络拦截器：

• 直接拦截、修改请求体、篡改返回响应、屏蔽图片/JS、模拟弱网限速
• 一键导出HAR日志，无需额外代理工具；爬虫、接口mock场景非常方便

Shadow DOM、Iframe、弹窗处理

Selenium

原生查找元素无法穿透 Shadow DOM，需要复杂JS脚本辅助；
iframe 需要手动切换frame上下文，多层iframe嵌套代码冗长。

Playwright

选择器原生支持穿透 Shadow DOM，内置iframe自动定位；
各类弹窗、文件上传、下载API原生封装，不需要hack方案。

调试工具

Selenium

基础能力：截图。
高级调试需要自行封装日志、录屏；没有官方一体化追踪工具，排查间歇性Bug难度高。

Playwright

王牌功能 Trace Viewer
运行时录制完整回放文件：页面DOM、网络请求、控制台日志、每一步操作时序、截图。出现报错可以像视频一样逐帧回放定位问题。
同时内置录屏、元素截图、控制台捕获等能力。

无头模式（服务器后台运行）

Selenium

传统无头模式兼容性参差不齐，部分网站可以识别；配置参数繁琐。

Playwright

新一代无头模式性能更好，配置极简；同时支持传统无头模式兼容特殊站点。

生态与定位

Selenium

• 诞生更早，行业元老；标准WebDriver方案
• 两大场景占优：遗留系统自动化、需要兼容IE浏览器、大型传统企业成熟测试平台
• 通用自动化标准，大量第三方测试平台、低代码工具底层基于Selenium

Playwright

微软2020年后推出，面向现代Web（SPA、Vue/React前端）

两大核心场景：

1. Web端E2E自动化测试（Playwright Test）
2. JS渲染页面爬虫、网页自动化任务
   更适配现代化前后端分离项目

反爬层面客观对比

两者都属于浏览器自动化，都有可能被网站识别，不存在绝对不会被检测的工具：

• Selenium特征非常典型，各大网站风控系统识别方案成熟
• Playwright新版默认特征相对更少，但高防护站点（Cloudflare、大型电商）依旧可以识别；都需要额外指纹优化

优缺点汇总简表

选型建议（重点）

✅ 优先选择 Selenium

1. 项目需要兼容 IE、老旧浏览器
2. 公司现有自动化平台、测试系统底层基于WebDriver，不能重构
3. 团队有大量成熟Selenium脚本资产，迁移成本极高

✅ 优先选择 Playwright

1. 现代Web项目（Vue/React SPA）E2E测试
2. 动态渲染网页爬虫、批量网页自动化
3. 需要多账号并发隔离、服务器CI持续集成
4. 不想处理浏览器驱动版本冲突问题
5. 追求脚本稳定性，减少随机报错
6. 需要频繁拦截网络、Mock接口、定位偶现BUG

原文出处：/show_1GW3neX7o2dX.html