douyin-crawler-poc/learning/playwright_basics

Playwright Basics

这个目录是你的第二阶段练习。

目标不是立刻重写整个项目，而是先把 Playwright Python 最常用的几个能力拆开练一遍，再回头和现在的 DrissionPage 实现对照。

这里的文件故意保留了 TODO，你需要自己把它们补完整。

建议学习顺序

1. 01_open_page.py
2. 02_persistent_context.py
3. 03_wait_and_locate.py
4. 04_listen_response.py
5. 05_download_video.py

开始前先准备

在项目根目录执行：

python3 -m venv .venv
source .venv/bin/activate
pip install requests playwright
./.venv/bin/python -m playwright install chromium

练习原则

• 不要一开始就追求“项目可直接替换”
• 每次只补一个文件
• 跑起来后优先 print() 看页面对象、locator、response、json 数据长什么样
• 先写最小可运行版本，再慢慢整理函数
• 如果遇到元素定位失败，先确认页面是不是你以为的那个页面

每个文件你应该关注什么

01_open_page.py

• 学会 sync_playwright()
• 学会 browser = playwright.chromium.launch(...)
• 学会 page.goto(url)
• 学会打印标题和 URL

运行：

./.venv/bin/python learning/playwright_basics/01_open_page.py

02_persistent_context.py

• 学会 launch_persistent_context(user_data_dir=...)
• 理解“浏览器用户目录”和“保留登录态”的关系
• 学会复用同一个 Playwright 浏览器资料目录

运行：

./.venv/bin/python learning/playwright_basics/02_persistent_context.py

03_wait_and_locate.py

• 学会 locator(...)
• 学会 get_by_role(...)
• 学会等待元素出现后再读文本
• 学会先确认页面结构，再决定怎么定位

运行：

./.venv/bin/python learning/playwright_basics/03_wait_and_locate.py

04_listen_response.py

• 学会 page.on("response", ...)
• 学会只关注你想看的接口 URL
• 学会打印 response.status、response.url
• 学会尝试 response.json() 看接口结构

运行：

./.venv/bin/python learning/playwright_basics/04_listen_response.py

05_download_video.py

• 学会把 Playwright 监听到的接口 JSON 接到下载逻辑
• 学会把浏览器控制和文件下载拆成两段
• 学会把结果保存到 learning/playwright_basics/output/

运行：

./.venv/bin/python learning/playwright_basics/05_download_video.py

推荐你的手动练法

1. 先补 01，只做到“能打开页面”
2. 再补 02，只做到“能复用同一个用户目录”
3. 再补 03，只做到“能定位到一个稳定元素并打印文本”
4. 再补 04，只做到“能看到目标响应并打印部分 JSON”
5. 最后补 05，把一个真实视频链接下载到本地

练完后建议你对照这些内容

• Douyin.py
• learning/drissionpage_basics/03_listen_api.py
• learning/drissionpage_basics/05_download_video.py

你重点对照的是：

• DrissionPage 的附着方式和 Playwright 的持久化上下文有什么差别
• page.listen.wait(...) 和 page.on("response", ...) / expect_response(...) 的心智模型有什么差别
• 为什么下载文件时经常还是会回到 requests