1. 项目概述为什么是Playwright为什么现在如果你还在用Selenium写电商抢购脚本那你可能正在浪费大量时间处理那些恼人的兼容性、稳定性问题。我过去几年用Selenium做过不下十个抢购项目从早期的简单点击到后来的多线程并发踩过的坑不计其数。最头疼的就是浏览器驱动版本不匹配、元素定位突然失效、页面加载状态难以精确判断尤其是在高并发、网络波动大的抢购场景下一个微小的不稳定就可能导致整个脚本功亏一篑。直到我开始接触并全面转向Playwright才真正体会到什么叫“现代浏览器自动化”。这个项目标题里的“告别Selenium”并非噱头而是基于真实项目痛点的必然选择。Playwright由微软团队开发它原生支持Chromium、Firefox和WebKit三大浏览器引擎这意味着你写一套脚本可以无缝运行在Chrome、Edge、Safari和Firefox上而且不需要单独管理各种浏览器驱动。它内置了智能等待、自动重试、网络拦截、设备模拟等高级特性这些在抢购脚本里都是“杀手级”功能。那么一个完整的电商抢购脚本到底需要什么绝不仅仅是“打开网页-点击按钮”那么简单。它必须是一个健壮的、能应对复杂Web交互的自动化系统。核心需求至少包括1. 可靠的浏览器环境控制包括无头模式、用户数据持久化、反检测2. 精准的元素定位与交互应对动态加载、AJAX内容3. 高效的网络请求管理拦截关键API、模拟请求、处理重定向4. 验证码的识别与绕过这是最大的门槛包括图形验证码、滑块、点选等5. 高并发与调度策略如何协调多个任务处理库存、限购6. 错误处理与日志监控脚本运行时不能像个黑盒。Playwright几乎为这些需求提供了“开箱即用”的解决方案这也是我选择它作为技术栈核心的原因。2. 环境搭建与核心工具链配置2.1 Python环境与Playwright安装避坑指南很多人第一步就卡在环境安装上。我强烈建议使用uv这个新兴的Python包管理器和安装工具它比传统的pip快得多并且能更好地处理依赖冲突。对于抢购脚本这种对依赖版本敏感的项目一个干净、可复现的环境至关重要。首先确保你的Python版本在3.8以上。然后通过pip安装uvpip install uv。接下来在你的项目目录下用uv初始化环境并安装Playwright# 使用uv创建虚拟环境并安装playwright uv venv # 激活虚拟环境Windows .venv\Scripts\activate # 激活虚拟环境Mac/Linux source .venv/bin/activate # 使用uv pip安装playwright uv pip install playwright这里有个关键点不要急着运行playwright install。很多教程会让你立刻安装浏览器但根据网络环境下载Chromium等浏览器可能非常慢甚至失败。我们可以先配置镜像源加速。创建一个系统环境变量PLAYWRIGHT_DOWNLOAD_HOST值为https://npmmirror.com/mirrors/playwright/。这样后续的安装命令会从国内镜像站下载速度有质的提升。# 安装所需的浏览器推荐只安装Chromium足够使用且更轻量 playwright install chromium如果你使用VSCode进行开发务必配置好Python解释器路径指向刚才用uv创建的.venv环境。在VSCode中按CtrlShiftP输入“Python: Select Interpreter”选择路径为项目路径/.venv/Scripts/python.exeWindows或项目路径/.venv/bin/pythonMac/Linux的解释器。这能确保你的代码补全、调试都在正确的依赖环境下进行。2.2 项目结构设计与基础脚本骨架一个可维护的抢购脚本必须有清晰的项目结构。不要把所有代码都堆在一个.py文件里。我推荐的结构如下ecommerce_bot/ ├── main.py # 主程序入口负责任务调度和启动 ├── core/ │ ├── __init__.py │ ├── browser_engine.py # 浏览器实例管理、启动配置 │ ├── page_operator.py # 页面操作封装登录、搜索、下单 │ └── captcha_solver.py # 验证码处理核心模块 ├── utils/ │ ├── __init__.py │ ├── logger.py # 日志配置 │ ├── config_loader.py # 配置文件读取账号、商品URL、时间等 │ └── request_helper.py # 封装网络请求用于模拟API调用 ├── configs/ │ └── settings.yaml # 配置文件YAML格式更易读 └── logs/ # 日志目录我们先从最核心的browser_engine.py开始这是所有操作的基石。Playwright的启动选项配置直接决定了脚本的隐蔽性和稳定性。# core/browser_engine.py import asyncio from playwright.async_api import async_playwright, Browser, BrowserContext, Page from typing import Optional import os class BrowserEngine: def __init__(self, headless: bool False, user_data_dir: Optional[str] None): 初始化浏览器引擎。 :param headless: 是否无头模式。调试时设为False实际运行时为True。 :param user_data_dir: 用户数据目录路径用于保存登录态Cookies。 self.headless headless # 指定用户数据目录可以实现免重复登录 self.user_data_dir user_data_dir or os.path.join(os.getcwd(), user_data) self._browser: Optional[Browser] None self._context: Optional[BrowserContext] None async def launch(self): 启动浏览器实例并创建一个上下文Context playwright await async_playwright().start() # 重点启动参数配置 self._browser await playwright.chromium.launch( headlessself.headless, # 以下参数对于反检测和稳定性至关重要 args[ --disable-blink-featuresAutomationControlled, # 禁用自动化控制特征 --no-sandbox, --disable-dev-shm-usage, --disable-web-security, # 谨慎使用仅用于测试绕过CORS --disable-featuresIsolateOrigins,site-per-process, --start-maximized ], # 减慢操作速度模拟真人但抢购时可适当调快或关闭 slow_mo50, ) # 创建上下文相当于一个独立的浏览器会话 self._context await self._browser.new_context( viewport{width: 1920, height: 1080}, user_agentMozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36, # 忽略HTTPS错误某些测试环境可能需要 ignore_https_errorsTrue, # 持久化存储路径保存cookies和localStorage storage_stateos.path.join(self.user_data_dir, state.json) if os.path.exists(os.path.join(self.user_data_dir, state.json)) else None ) # 注入JavaScript覆盖navigator.webdriver属性这是最基础的反反爬措施 await self._context.add_init_script( Object.defineProperty(navigator, webdriver, { get: () undefined }); ) return self._context async def new_page(self) - Page: 从当前上下文中创建一个新页面标签页 if not self._context: await self.launch() page await self._context.new_page() # 设置默认超时时间平衡等待与响应速度 page.set_default_timeout(30000) # 30秒 page.set_default_navigation_timeout(60000) # 60秒 return page async def close(self): 关闭浏览器并保存存储状态 if self._context: # 关闭前保存cookies等状态 await self._context.storage_state(pathos.path.join(self.user_data_dir, state.json)) await self._context.close() if self._browser: await self._browser.close()注意--disable-web-security参数会禁用同源策略非常危险仅在本地测试且明确需要绕过CORS限制时使用。生产环境脚本绝对不要加这个参数。slow_mo参数用于减慢Playwright的每个操作单位毫秒在调试时观察脚本运行非常有用但在真实抢购时需要注释掉或设为0否则会严重影响速度。这个浏览器引擎类封装了最佳实践的启动参数。user_data_dir的利用是关键它能让你的脚本在首次手动登录后后续运行自动携带登录态避免每次都要处理登录验证码这对于需要提前登录蹲点的抢购场景是必备功能。3. 页面操作核心定位、等待与交互实战3.1 元素定位策略与Playwright独家优势Selenium的定位方式ID, Name, XPath, CSS SelectorPlaywright都支持但Playwright提供了更强大、更稳定的定位器LocatorAPI。最大的区别在于Playwright的Locator是惰性的并且内置了自动等待和重试机制。这意味着你写page.locator(‘button.buy-now’)时Playwright会自动等待这个元素出现在DOM中并且变得可交互可见、可点击然后再执行点击操作。这省去了大量手写WebDriverWait和expected_conditions的代码。对于电商页面元素定位的稳定性是第一生命线。我总结的优先级是1. Playwright专属定位器如get_by_role,get_by_text 2. CSS Selector 3. XPath。尽量避免使用绝对XPath因为页面结构微调就会导致定位失败。# core/page_operator.py 片段 from playwright.async_api import Page, Locator, expect import asyncio class PageOperator: def __init__(self, page: Page): self.page page async def safe_click(self, selector: str, timeout: int 10000): 安全点击元素。会等待元素出现、可见、可点击。 :param selector: CSS选择器或XPath :param timeout: 超时时间毫秒 locator self.page.locator(selector) # 使用expect断言它内置了等待和重试逻辑 await expect(locator).to_be_visible(timeouttimeout) await expect(locator).to_be_enabled(timeouttimeout) # 滚动元素到视图中 await locator.scroll_into_view_if_needed() # 高亮元素调试用 await locator.highlight() await locator.click(timeouttimeout) async def wait_for_element_stable(self, selector: str, stability_threshold: float 0.5): 等待元素位置和尺寸稳定。用于应对动态加载内容。 原理连续检测元素的位置和尺寸直到连续N次检测结果变化小于阈值。 locator self.page.locator(selector).first prev_rect None stable_count 0 required_stable 3 for _ in range(30): # 最多尝试30次避免无限循环 await self.page.wait_for_timeout(100) # 每次检测间隔100ms current_rect await locator.bounding_box() if current_rect is None: continue if prev_rect is None: prev_rect current_rect continue # 计算位置和尺寸的变化 dx abs(current_rect[x] - prev_rect[x]) dy abs(current_rect[y] - prev_rect[y]) dw abs(current_rect[width] - prev_rect[width]) dh abs(current_rect[height] - prev_rect[height]) if max(dx, dy, dw, dh) stability_threshold: stable_count 1 else: stable_count 0 if stable_count required_stable: return True prev_rect current_rect return Falsesafe_click方法封装了点击前的全套检查这是从无数“ElementClickInterceptedException”异常中总结出来的经验。wait_for_element_stable方法则专门对付那些有动画效果或者异步加载后位置会轻微抖动的元素比如一个逐渐展开的下拉菜单在抢购时确保点击的按钮位置绝对准确至关重要。3.2 网络请求拦截与关键API监听抢购的本质往往是前端的点击最终触发一个关键的HTTP请求比如提交订单的API。如果能直接监听并模拟这个请求速度会比操作UI快一个数量级。Playwright的page.on(‘request’)和page.on(‘response’)事件监听器给了我们这种能力。假设我们通过分析得知点击“立即购买”按钮后浏览器会向https://api.mall.com/order/submit发送一个POST请求。我们的脚本可以这样监听并获取请求参数async def intercept_order_request(self): 监听并捕获提交订单的请求 order_request_data None def handle_request(request): nonlocal order_request_data if api.mall.com/order/submit in request.url: # 获取请求的POST数据 order_request_data request.post_data print(f[拦截] 订单提交请求: {request.url}) print(f[拦截] 请求数据: {order_request_data}) self.page.on(request, handle_request) # 触发点击购买按钮的操作 await self.safe_click(button.buy-now) # 等待一段时间确保请求被触发和拦截 await self.page.wait_for_timeout(2000) # 移除监听器避免影响后续操作 self.page.remove_listener(request, handle_request) if order_request_data: # 这里我们可以直接使用requests库重新发送这个请求更快更直接 # 但需要注意处理cookies、headers和签名 return order_request_data else: raise Exception(未能拦截到订单提交请求)更高级的用法是直接修改请求或响应。例如某些网站会在请求头中检查Referer或特定的Token我们可以通过page.route()方法在请求发出前修改它。# 路由拦截并修改所有对特定URL模式的请求 await self.page.route(**/api/**, lambda route: route.continue_(headers{ **route.request.headers, x-custom-token: your_token_here, # 添加自定义头 Referer: https://www.mall.com # 修改Referer }))实操心得网络拦截是一把双刃剑。它能极大提升效率但也让脚本变得脆弱因为API接口一旦变更你的脚本就失效了。我的策略是“UI操作为主API拦截为辅”。先用可靠的UI操作逻辑保证基本功能再通过拦截关键请求来优化速度和成功率。同时一定要将拦截到的请求参数、URL保存到日志中方便后续分析和调试。4. 验证码破解实战从识别到自动化交互验证码是自动化脚本最大的拦路虎。标题中提到的“验证码破解”更准确的说法是“验证码处理”或“绕过”我们依赖的是第三方识别服务或本地OCR模型而不是去攻击验证码系统本身。4.1 验证码类型分析与应对策略电商网站常见的验证码主要有以下几种图形验证码字母数字扭曲最简单用OCR如Tesseract或云识别API如联众、打码平台即可。滑块验证码需要计算滑块缺口位置并模拟人类拖动轨迹。这是重点。点选验证码如“请点击图中所有的公交车”难度最高通常需要目标检测模型如YOLO或云识别服务返回坐标。智能验证码如极验、行为验证这类验证码会综合鼠标移动、点击速度等行为特征最难对付。通常需要逆向其加密逻辑或使用更高级的模拟技术。我们的脚本需要具备处理前三种的能力。架构上我们设计一个CaptchaSolver类它根据页面出现的验证码类型分发给不同的处理器。4.2 滑块验证码破解全流程详解滑块验证码是电商网站的主流选择。破解的核心步骤是1. 获取背景图和滑块图 - 2. 计算缺口位置 - 3. 生成模拟人类拖动的轨迹 - 4. 执行拖动操作。首先我们需要从页面中提取图片。Playwright可以轻松截图。# core/captcha_solver.py 片段 import asyncio import cv2 import numpy as np from PIL import Image import io import random class SliderCaptchaSolver: async def get_slider_images(self, page, bg_selector: str, slider_selector: str): 获取背景图和滑块图。 :param page: Playwright页面对象 :param bg_selector: 背景图元素选择器 :param slider_selector: 滑块图元素选择器 :return: (背景图numpy数组, 滑块图numpy数组) # 等待验证码元素出现 bg_element page.locator(bg_selector).first slider_element page.locator(slider_selector).first await expect(bg_element).to_be_visible(timeout5000) # 截图并裁剪 bg_screenshot await bg_element.screenshot() slider_screenshot await slider_element.screenshot() # 将字节流转换为OpenCV可用的numpy数组 bg_array np.array(Image.open(io.BytesIO(bg_screenshot))) slider_array np.array(Image.open(io.BytesIO(slider_screenshot))) # 通常滑块图是带透明通道的PNG我们需要分离出不透明的部分作为模板 if slider_array.shape[2] 4: # 提取alpha通道大于阈值的部分作为模板 alpha slider_array[:, :, 3] _, mask cv2.threshold(alpha, 50, 255, cv2.THRESH_BINARY) slider_template cv2.cvtColor(slider_array, cv2.COLOR_RGBA2RGB) else: slider_template slider_array mask None return bg_array, slider_template, mask接下来是最关键的一步计算缺口位置。我们使用OpenCV的模板匹配算法。def calculate_gap_position(self, bg_image, slider_template, maskNone): 使用模板匹配计算滑块缺口位置。 :return: 缺口左上角的x坐标 # 将图像转为灰度图 bg_gray cv2.cvtColor(bg_image, cv2.COLOR_RGB2GRAY) template_gray cv2.cvtColor(slider_template, cv2.COLOR_RGB2GRAY) # 执行模板匹配使用归一化相关系数匹配法效果较好 result cv2.matchTemplate(bg_gray, template_gray, cv2.TM_CCOEFF_NORMED, maskmask) # 获取最佳匹配位置 _, max_val, _, max_loc cv2.minMaxLoc(result) # max_val是匹配度越接近1越好。可以设置一个阈值比如0.7低于则认为匹配失败 if max_val 0.7: raise Exception(f模板匹配置信度过低: {max_val}可能验证码图片已更新或获取有误。) gap_x max_loc[0] # 这就是缺口左上角的x坐标 # 注意有些验证码的滑块图是缺口本身有些是滑块的凸起部分。这里是按缺口本身计算的。 # 实际应用中可能需要根据网站的具体实现进行偏移量调整。 return gap_x计算出了缺口位置gap_x我们还需要知道滑块的初始位置。通常滑块元素本身有一个可拖动的div我们需要获取它的位置。async def get_slider_button_position(self, page, slider_button_selector: str): 获取滑块按钮可拖动的那个圆点的位置 slider_button page.locator(slider_button_selector).first box await slider_button.bounding_box() if not box: raise Exception(无法获取滑块按钮位置) # 返回滑块按钮中心的x坐标 return box[x] box[width] / 2现在我们有缺口位置gap_x和滑块起点start_x。直接让鼠标从start_x移动到gap_x是行不通的会被识别为机器操作。我们必须生成一个模拟人类的拖动轨迹。人类的拖动有加速、减速、轻微抖动和回拉。def generate_drag_track(self, distance: int): 生成模拟人类拖动的轨迹。 :param distance: 需要拖动的总距离像素 :return: 轨迹列表每个元素是每一步的位移增量 track [] current 0 # 将拖动过程分为加速、匀速、减速三个阶段 mid distance * 0.8 t 0.2 v 0 while current distance: if current mid: # 加速阶段 a 2 random.random() * 2 else: # 减速阶段 a -3 - random.random() * 2 v0 v v v0 a * t move v0 * t 0.5 * a * t * t # 添加随机抖动使轨迹不完全平滑 move random.uniform(-2, 2) move round(move, 2) # 防止最后一步超出距离 if current move distance: move distance - current track.append(move) break if move 0: # 偶尔回拉一点更像真人 if random.random() 0.9: track.append(move) current move continue track.append(move) current move # 最后可能还差一点点补上 if current distance: track.append(distance - current) # 对轨迹进行微调确保总距离准确且没有负值 track [max(0, x) for x in track] actual_total sum(track) if abs(actual_total - distance) 1: # 如果误差较大微调最后几步 diff distance - actual_total track[-1] track[-1] diff return track最后使用Playwright的page.mouseAPI按照生成的轨迹执行拖动。async def drag_slider(self, page, slider_button_selector: str, drag_distance: int): 执行滑块拖动操作。 :param page: 页面对象 :param slider_button_selector: 滑块按钮选择器 :param drag_distance: 需要拖动的总距离 slider_button page.locator(slider_button_selector).first await slider_button.hover() # 鼠标移动到滑块上 # 按下鼠标左键 await page.mouse.down() track self.generate_drag_track(drag_distance) for step in track: # 每一步移动相应的距离 await page.mouse.move(step, 0) # 水平移动垂直方向可以加微小随机抖动 await page.wait_for_timeout(random.randint(20, 50)) # 每步之间随机间隔 # 松开鼠标左键 await page.mouse.up() await page.wait_for_timeout(1000) # 等待验证结果避坑指南图片缩放有些网站显示的验证码图片是经过CSS缩放的但截图得到的是原始尺寸。这会导致计算出的距离与实际拖动距离有比例差异。解决方案是通过element.bounding_box()获取元素在页面中的实际显示尺寸与截图尺寸做比较计算出缩放比例。缺口边缘识别简单的模板匹配对边缘清晰的缺口有效但如果缺口有阴影、渐变或背景复杂匹配可能不准。可以尝试对图像进行边缘检测如Canny后再匹配或者使用深度学习模型如一些开源的缺口检测模型。轨迹生成不同网站对轨迹的检测严格程度不同。如果某个网站总是失败可以尝试录制几次真人操作鼠标的轨迹分析其加速度和抖动规律然后调整generate_drag_track函数中的参数。重试机制验证码识别和拖动不一定一次成功。必须封装重试逻辑比如最多尝试3次每次失败后刷新验证码重试。4.3 图形与点选验证码的集成处理对于图形验证码我们可以集成第三方打码平台。这里以使用本地Tesseract OCR为例需先安装Tesseract-OCR和pytesseract库async def solve_image_captcha(self, page, img_selector: str): 解决图形验证码字母数字 captcha_element page.locator(img_selector).first await expect(captcha_element).to_be_visible() img_bytes await captcha_element.screenshot() # 转换为PIL Image img Image.open(io.BytesIO(img_bytes)) # 预处理灰度化、二值化提高识别率 img_gray img.convert(L) # 可以根据具体验证码特点调整阈值 threshold 150 img_binary img_gray.point(lambda p: p threshold and 255) # 使用pytesseract识别 try: import pytesseract custom_config r--oem 3 --psm 7 -c tessedit_char_whitelistABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789 text pytesseract.image_to_string(img_binary, configcustom_config).strip() return text except ImportError: # 如果未安装pytesseract则调用云API这里需要实现具体的API调用 # return await self.cloud_ocr(img_bytes) raise Exception(未安装OCR库或配置云API)点选验证码则更为复杂通常需要返回一组坐标。我们可以使用开源的ddddocr库针对通用目标或调用付费的云识别API准确率高。集成方式类似获取图片发送到识别服务获取坐标列表然后让Playwright依次点击。5. 抢购流程整合与高并发策略5.1 完整抢购流程串联我们将上述所有模块整合到一个完整的业务流程中。以抢购一个商品为例# main.py 核心流程 import asyncio from core.browser_engine import BrowserEngine from core.page_operator import PageOperator from core.captcha_solver import CaptchaSolver from utils.logger import setup_logger from utils.config_loader import load_config logger setup_logger(__name__) async def main(): config load_config(configs/settings.yaml) browser_engine BrowserEngine(headlessconfig[headless], user_data_dirconfig[user_data_dir]) captcha_solver CaptchaSolver() try: # 1. 启动浏览器并创建页面 context await browser_engine.launch() page await browser_engine.new_page() page_op PageOperator(page) # 2. 导航到商品页面 await page.goto(config[product_url], wait_untilnetworkidle) # 等待网络空闲 logger.info(已打开商品页面) # 3. 检查登录状态通过cookies if not await check_login_status(page): logger.info(未检测到登录状态开始登录...) await login(page_op, config[account], config[password], captcha_solver) # 4. 等待抢购开始定时策略 target_time config[buy_time] await wait_until_time(target_time) # 5. 循环执行抢购核心操作 success False retry_count 0 max_retries config.get(max_retries, 5) while not success and retry_count max_retries: try: # 5.1 刷新页面确保信息最新可选可能触发验证码 # await page.reload(wait_untildomcontentloaded) # 5.2 检查库存并选择规格如果有 await select_product_spec(page_op, config.get(spec)) # 5.3 点击“立即购买”或“加入购物车” await page_op.safe_click(config[buy_button_selector], timeout5000) # 5.4 处理可能弹出的验证码 await handle_possible_captcha(page, page_op, captcha_solver) # 5.5 提交订单 await submit_order(page_op) success True logger.info(*** 抢购成功 ***) except Exception as e: retry_count 1 logger.error(f第{retry_count}次尝试失败: {e}) await page.wait_for_timeout(1000) # 失败后等待1秒再重试 if not success: logger.error(抢购失败已达最大重试次数。) except Exception as e: logger.exception(主流程发生异常) finally: await browser_engine.close() async def handle_possible_captcha(page, page_op, captcha_solver): 统一处理可能出现的各种验证码 # 这里需要根据目标网站的具体验证码出现形式来编写检测逻辑 # 例如检测某个特定元素出现判断是滑块还是图形验证码 if await page.locator(div.slider-captcha).is_visible(timeout3000): logger.info(检测到滑块验证码开始处理...) await captcha_solver.solve_slider_captcha(page, ...) # 传入具体的选择器 elif await page.locator(img.image-captcha).is_visible(timeout3000): logger.info(检测到图形验证码开始处理...) code await captcha_solver.solve_image_captcha(page, ...) await page_op.fill_input(input.captcha-input, code) # 填入识别结果5.2 高并发与多任务调度单个脚本抢购成功率有限。为了提高成功率我们需要运行多个实例多进程/多协程或者在一个浏览器上下文Context中打开多个页面Page。每种方式各有优劣多进程/多协程独立实例每个实例有独立的浏览器上下文和Cookies完全隔离最稳定但资源占用高。适合使用多个不同账号。单上下文多页面共享Cookies资源占用低但一个页面卡死或触发风控可能影响其他页面。适合单账号多任务如同时监控多个商品。这里给出一个使用asyncio实现单机并发的简单示例import asyncio from main import buy_product_task async def concurrent_main(): tasks [] # 假设我们有3个商品URL要抢 product_urls [url1, url2, url3] # 为每个商品创建一个抢购任务 for url in product_urls: # 每个任务传入不同的配置 task asyncio.create_task(buy_product_task(url)) tasks.append(task) # 等待所有任务完成或其中一个成功即可取消其他 results await asyncio.gather(*tasks, return_exceptionsTrue) for i, result in enumerate(results): if isinstance(result, Exception): print(f任务{i}失败: {result}) else: print(f任务{i}结果: {result}) # 需要将之前的main函数改造成可接收参数的任务函数 async def buy_product_task(product_url): # ... 初始化并传入product_url # 返回成功或失败 pass更复杂的调度可以使用消息队列如Redis将抢购任务分发到不同机器上执行实现分布式抢购。6. 常见问题排查与实战调试技巧即使代码写得再完善在复杂的真实环境中也会遇到各种问题。这里记录一些我踩过的坑和解决方法。6.1 元素定位失败与页面状态判断问题脚本报告找不到元素但手动打开页面明明存在。排查检查页面是否完全加载page.goto的wait_until参数建议使用networkidle网络空闲或domcontentloadedDOM加载完成但有些页面依赖JavaScript动态渲染内容。此时可以结合page.wait_for_selector等待某个特定标志性元素出现。检查iframe目标元素是否在iframe里面如果是需要用page.frame_locator()先定位到iframe再在里面查找元素。检查Shadow DOM现代前端框架可能使用Shadow DOM。Playwright支持locator()或locator(::shadow)语法来穿透Shadow DOM但更推荐使用page.locator()直接定位Playwright会自动处理大多数情况。检查选择器是否正确使用Playwright的Playwright Inspector或浏览器开发者工具在Console里用$$(你的选择器)测试看能否选中元素。调试技巧在脚本中关键步骤后添加截图保存到文件方便事后分析。await page.screenshot(pathfdebug_step_{step_count}.png, full_pageTrue)6.2 请求被拦截与风控检测问题脚本运行正常但提交订单时失败或页面提示“操作过于频繁”。排查请求头检查对比脚本发出的请求头通过page.on(request)监听和浏览器正常操作的请求头。重点检查User-Agent、Accept-Language、Sec-CH-UA客户端提示等。确保你的Playwright上下文使用了和真实浏览器一致的user_agent。Cookie与登录态确保user_data_dir配置正确并且首次成功登录后保存了状态。检查state.json文件是否生成并包含有效的cookies。行为特征虽然我们使用了slow_mo和模拟轨迹但其他行为如点击速度、页面停留时间、鼠标移动路径等也可能被检测。可以尝试在操作之间加入更随机的等待时间await page.wait_for_timeout(random.randint(100, 1000))。IP问题同一个IP发出大量自动化请求容易被封。考虑使用代理IP池。Playwright启动浏览器时可以配置代理browser await playwright.chromium.launch(proxy{ server: http://your-proxy-server:port, username: user, password: pass })6.3 验证码识别率低问题滑块验证码总是匹配错误或图形验证码识别不出来。排查图片质量问题截图后保存图片肉眼观察是否清晰。可能是页面缩放导致截图模糊需要调整截图参数或先放大页面再截图。模板匹配参数尝试不同的模板匹配方法cv2.TM_CCOEFF_NORMED,cv2.TM_SQDIFF_NORMED等。对于有噪声的图片可以先进行高斯模糊cv2.GaussianBlur预处理。缺口位置计算偏移由于滑块按钮的起始位置和缺口位置计算基准可能不同需要计算一个偏移量。这个偏移量需要通过实验确定手动成功拖动一次记录下鼠标移动的实际距离与代码计算的gap_x对比差值就是偏移量。云识别API如果自建识别方案不稳定果断接入付费的云识别API如超级鹰、联众等虽然增加成本但稳定性和速度是质的提升。将CaptchaSolver类中的识别方法改为调用API即可。6.4 性能优化与稳定性提升资源释放确保每个Page和BrowserContext在使用后都被正确关闭避免内存泄漏。使用async with语法管理资源生命周期。超时设置为不同的操作设置合理的超时。网络请求可以设长一点60秒元素点击可以设短一点10秒。全局超时page.set_default_timeout和局部超时locator.click(timeout5000)结合使用。错误恢复实现“断点续传”功能。例如将当前成功步骤如已登录、已加入购物车的状态持久化到文件或数据库。当脚本因异常中断重启时可以读取状态跳过已完成的步骤。日志系统使用logging模块记录详细日志包括INFO、WARNING、ERROR等级别并输出到文件。这是排查线上问题最重要的依据。最后我想强调的是编写抢购脚本是一个与网站风控系统持续博弈的过程。没有一劳永逸的解决方案。今天有效的脚本明天可能因为网站前端改版或风控升级而失效。因此代码的可读性、可维护性和模块化设计比实现一个“万能”的脚本更重要。将浏览器操作、验证码处理、网络请求、任务调度等模块清晰地分离便于单独测试和替换。保持对目标网站网络请求和前端代码的观察随时准备调整你的策略。记住自动化工具应当用于学习和测试请务必遵守相关网站的服务条款合理合法地使用技术。