Pyppeteer中文文档

介绍

Pyppeteer是Puppeteer Javascript（无头） chrome/chromium 浏览器自动化库的Python非官方端口，Puppeteer是在Node.js中使用的，而Pyppeteer是专用于Python语言的。
本文档对应的是Pyppeteer的v0.0.25版本，从目前情况来看，Pyppeteer已经很久没更新了，但对于要求不是非常高的爬虫和自动化测试使用起来还是没问题的。
当前文章中会介绍一下安装、使用等一些注意事项，在后续的文章中会逐一介绍各个API类的功能。 Pyppeteer目前支持Python3.5、3.6、3.7，但不建议在3.5的版本中使用，最佳的使用环境为3.6+。

安装

在已安装了Python3.6+的情况下，以windows为例，Win+R -> cmd -> 回车，打开cmd窗口。
输入：pip install pyppeteer，等待安装完毕即可。
如果需要最新版（开发版）的pyppeteer，可以通过pip命令从github地址进行安装。
输入：pip install -U git+https://github.com/miyakogi/pyppeteer.git@dev，等待安装完毕即可。

使用

在第一次使用Pyppeteer时，它会自动下载最新版本的Chromium（~170MB Mac, ~282MB Linux, ~280MB Win），如果你不希望它自动下载，那么在运行任何Pyppeteer脚本之前，手动运行pyppeteer-install命令即可下载（似乎这没什么用，普遍情况下我们都会采用自动下载的方式）。

示例：打开页面并截屏

import asyncio
from pyppeteer import launch

async def main():
    browser = await launch()
    page = await browser.newPage()
    await page.goto('http://example.com')
    await page.screenshot({'path': 'example.png'})
    await browser.close()

asyncio.get_event_loop().run_until_complete(main())

示例：在页面中执行脚本

import asyncio
from pyppeteer import launch

async def main():
    browser = await launch()
    page = await browser.newPage()
    await page.goto('http://example.com')
    await page.screenshot({'path': 'example.png'})

    dimensions = await page.evaluate('''() => {
        return {
            width: document.documentElement.clientWidth,
            height: document.documentElement.clientHeight,
            deviceScaleFactor: window.devicePixelRatio,
        }
    }''')

    print(dimensions)
    #>>> {'width': 800, 'height': 600, 'deviceScaleFactor': 1}
    await browser.close()

asyncio.get_event_loop().run_until_complete(main())

Pyppeteer拥有几乎和Puppeteer一样的API，更多API详情可以查看后续文章。

Pyppeteer与Puppeteer之间的差异

Pyppeteer和Puppeteer类似，由于Python和Javascript在语法、特性、主要发展领域的一些差异，在使用及运行效率上略有区别，但不影响其结果。

选项的关键字参数

Puppeteer使用对象（Python使用字典）组成选项传递给方法或函数，Pyppeteer可接受字典类型和关键字参数类型作为选项。

字典样式选项（类似于Puppeteer）

browser = await launch({'headless': True})

关键字参数样式参数

browser = await launch(headless=True)

元素选择器方法名称（$->querySelector）

在Python中，$不能用于方法名称，所以使用Page.querySelector()、Page.querySelectorAll()、Page.xpath()代替Page.$()、Page.$$()、Page.$x()。Pyppeteer也有这些方法简写Page.J()、Page.JJ()、Page.Jx()。

Page.evaluate()和Page.querySelectorEval()的参数

Puppeteer的evaluate()采用原生的Javacript函数或Javascript表达式字符串，Pyppeteer采用Javascript字符串。Javascript字符串可以是函数或者表达式。Pyppeteer会自动尝试检查字符串是函数还是表达式，但有时会失败。如果表达式字符被视为函数并应发错误，可以添加force_expr=True参数，这将强制Pyppeteer把字符串视为表达式。

示例：获取页面内容

content = await page.evaluate('document.body.textContent', force_expr=True)

示例：获取元素的内部文本

element = await page.querySelector('h1')
title = await page.evaluate('(element) => element.textContent', element)