Playwright 国内安装加速指南：更换源并测试安装

原文链接：Playwright 国内安装加速指南
作者:KTO

Playwright 国内安装加速指南：更换源并测试安装

引言

Playwright 是一个强大的自动化测试工具，支持多种浏览器（如 Chrome、Firefox、WebKit）的自动化操作。然而，对于国内用户来说，安装 Playwright 时可能会遇到下载速度慢的问题，尤其是在安装浏览器（如 Chrome）时。虽然可以通过更换清华源来加速 Python 包的安装，但 Playwright 安装浏览器时的源更换方式有所不同。本文将介绍如何通过脚本更换国内源，并提供一个测试脚本来验证 Playwright 是否安装成功。

1. Playwright 安装慢的原因

Playwright 在安装过程中需要下载浏览器二进制文件，这些文件通常托管在国外的服务器上，导致国内用户下载速度较慢。虽然可以通过更换 Python 包的源来加速 Playwright 本身的安装，但浏览器二进制文件的下载源并不受此影响。

2. 更换国内源加速安装

为了加速 Playwright 的安装，我们可以通过设置环境变量来指定浏览器二进制文件的下载源。以下是一个安装脚本，可以帮助你更换为国内源并加速安装。

安装脚本

见附录安装脚本

安装脚本说明

1. 安装 Playwright：使用清华大学的 PyPI 镜像源安装 Playwright，确保 Python 包的下载速度。
2. 修改 CDN 镜像配置：通过正则表达式查找并替换 Playwright 的 CDN 镜像配置，将其替换为国内镜像（如 https://registry.npmmirror.com/-/binary/playwright），从而加速浏览器二进制文件的下载。
3. 安装 Chromium：执行 playwright install chromium 安装 Chromium 浏览器。

脚本功能详解

• install_playwright 函数：使用清华源安装 Playwright 库。
• read_and_modify_file 函数：递归查找 Playwright 的配置文件 index.js，并将其中的 CDN 镜像替换为国内镜像。
• install_chromium 函数：安装 Playwright 所需的 Chromium 浏览器。
• 错误处理：脚本中包含了错误处理逻辑，确保在安装或修改过程中出现问题时能够及时反馈。

3. 测试 Playwright 安装

为了验证 Playwright 是否安装成功，我们可以编写一个简单的测试脚本。

测试脚本

见附录测试脚本

测试脚本说明

1. 导入模块：导入 playwright.sync_api 模块。
2. 启动浏览器：使用 p.chromium.launch() 启动 Chromium 浏览器。
3. 打开百度并搜索：访问百度首页，输入搜索关键词并提交搜索请求。
4. 等待并验证结果：等待搜索结果加载，并检查是否成功找到搜索结果。
5. 关闭浏览器：使用 browser.close() 关闭浏览器。

如果脚本正常运行并打印出“调试成功：已找到搜索结果。”，说明 Playwright 安装成功。

4. 总结

通过更换国内源，我们可以显著加速 Playwright 及其浏览器的安装过程。本文提供的安装脚本和测试脚本可以帮助国内用户更轻松地完成 Playwright 的安装和验证。希望这篇博客对你有所帮助，如果你有任何问题或建议，欢迎在评论区留言。

注意：本文提供的脚本和方法适用于大多数情况，但由于网络环境的复杂性，可能会遇到个别问题。如果遇到问题，请参考 Playwright 官方文档或社区支持。

附录

安装脚本代码

# -*- coding: utf-8 -*-
import os
import re
import subprocess
import sys

'''
原始镜像备份
const PLAYWRIGHT_CDN_MIRRORS = ['https://playwright.azureedge.net', 'https://playwright-akamai.azureedge.net', 'https://playwright-verizon.azureedge.net'];
'''

def install_playwright():
    """
    安装 Playwright 库。
    使用清华大学的 PyPI 镜像源进行安装。
    """
    try:
        subprocess.check_call(
            [sys.executable, "-m", "pip", "install", "playwright", "-i", "https://pypi.tuna.tsinghua.edu.cn/simple"])
    except subprocess.CalledProcessError as e:
        handle_error(f"安装过程中出现错误: {e}")
    except Exception as e:
        handle_error(f"发生了一个意外错误: {e}")

def install_chromium():
    """
    安装 Playwright 的 Chromium 浏览器。
    """
    try:
        subprocess.check_call([sys.executable, "-m", "playwright", "install", "chromium"])
    except subprocess.CalledProcessError as e:
        handle_error(f"安装过程中出现错误: {e}")
    except Exception as e:
        handle_error(f"发生了一个意外错误: {e}")

def handle_error(message):
    """
    处理错误并打印错误信息。
    可以在这里添加其他错误处理逻辑，比如发送通知、记录日志等。

    :param message: 错误信息
    """
    print(message)

def find_specific_directory(start_path, target_directory):
    """
    从起始路径递归查找特定名称的目录。

    :param start_path: 起始查找的目录路径
    :param target_directory: 要查找的目录名称
    :return: 符合条件的目录路径列表
    """
    matched_directories = []

    for root, dirs, files in os.walk(start_path):
        for dir_name in dirs:
            full_path = os.path.join(root, dir_name)
            if full_path.endswith(target_directory):
                matched_directories.append(full_path)

    return matched_directories

def read_and_modify_file():
    """
    读取并修改 Playwright 的 CDN 镜像配置文件。
    """
    # 获取当前Python可执行文件所在的目录
    directory = os.path.dirname(sys.executable)
    # 获取上一级目录
    parent_directory = os.path.dirname(directory)

    target_directory = r'playwright\driver\package\lib\server\registry'
    matched_dirs = find_specific_directory(parent_directory, target_directory)

    if not matched_dirs:
        print(f"未找到目录: {target_directory}")
        return

    if len(matched_dirs) > 1:
        print(f"找到多个匹配的目录: {matched_dirs}")
        return

    directory = matched_dirs[0]
    # 定义 index.js 文件的路径
    index_js_path = os.path.join(directory, 'index.js')

    # 检查文件是否存在
    if not os.path.exists(index_js_path):
        print(f"未找到文件: {index_js_path}")
        return

    try:
        # 打开并读取文件内容
        with open(index_js_path, 'r', encoding='utf-8') as file:
            content = file.read()

        # 定义要匹配的模式
        pattern = r"const PLAYWRIGHT_CDN_MIRRORS = \['https://[^']+?(?:', 'https://[^']+?)*'\];"
        # 使用正则表达式查找匹配的字符串
        match = re.search(pattern, content)

        # 如果未找到匹配的字符串，直接返回
        if not match:
            print("未找到匹配的字符串")
            return

        # 打印找到的原始镜像
        print("找到原始镜像：")
        print(match.group())

        # 替换匹配到的字符串
        new_content = re.sub(pattern,
                             "const PLAYWRIGHT_CDN_MIRRORS = ['https://registry.npmmirror.com/-/binary/playwright'];",
                             content)
        # 打印替换后的镜像
        print("替换后的镜像：")
        match2 = re.search(pattern, new_content)
        print(match2.group())

        # 将修改后的内容写回文件
        with open(index_js_path, 'w', encoding='utf-8') as file:
            file.write(new_content)

    except Exception as e:
        handle_error(f"读取文件时出错: {e}")

if __name__ == "__main__":
    """
    主函数入口。
    依次执行安装 Playwright、读取并修改配置文件、安装 Chromium 的操作。
    """
    # 安装 Playwright
    install_playwright()
    # 读取并修改 Playwright 的 CDN 镜像配置文件
    read_and_modify_file()
    # 安装 Chromium
    install_chromium()

测试脚本代码

from playwright.sync_api import sync_playwright

def list_baidu_search_results(search_keyword):
    with sync_playwright() as p:
        browser = p.chromium.launch(headless=False)
        page = browser.new_page()
        page.goto("https://www.baidu.com/")
        # 输入搜索关键词
        page.fill('input[name="wd"]', search_keyword)
        page.press('input[name="wd"]', "Enter")

        # 等待搜索结果加载
        page.wait_for_timeout(3000)  # 等待3秒以确保页面加载完成
        page.wait_for_selector(".result")

        # 列出搜索结果
        results = page.query_selector_all(".result")
        if results:
            print("调试成功：已找到搜索结果。")
        else:
            print("调试失败：未找到搜索结果。")

        browser.close()

# 示例调用，传递搜索关键词
search_keyword = "www.ktovoz.com"
list_baidu_search_results(search_keyword)