Python 自动化救星，这个工具库让我效率翻倍

每天点后台，点导出，等验证码，切日期，再点一次“确认”，这种活干久了，人会先烦，代码反而还没写几行。

我后来基本不跟这种页面较劲了。尤其是那种“看起来有接口，实际请求里夹着 token、加密参数、奇怪跳转”的系统，硬扣接口经常半天过去还在抓包。这个时候我第一反应不是继续翻浏览器 network，而是直接上 Playwright。

这玩意我现在拿来干三类活：批量导报表、定时登录后台做检查、替人肉点点点的重复操作。一个字，省事。

先装上：

pip install playwright
playwright install chromium

很多人一上来就想研究目标系统的接口，我一般不急。先把流程跑通，证明这事能自动做，再考虑要不要往接口层收。因为不少内部系统写得很野，登录链路里掺着单点、跳转、验证码、前端混淆参数，拆接口不一定比“像人一样点页面”更快。

比如最常见的，登录系统后批量导出昨天的订单报表：

from pathlib import Path
from datetime import datetime, timedelta
from playwright.sync_api import sync_playwright

DOWNLOAD_DIR = Path("downloads")
DOWNLOAD_DIR.mkdir(exist_ok=True)

yesterday = (datetime.now() - timedelta(days=1)).strftime("%Y-%m-%d")

with sync_playwright() as p:
    browser = p.chromium.launch(headless=True)
    context = browser.new_context(accept_downloads=True)
    page = context.new_page()

    page.goto("https://oa.example.com/login")
    page.fill('input[name="username"]', "ops_robot")
    page.fill('input[name="password"]', "******")
    page.click('button:has-text("登录")')

    page.wait_for_url("**/dashboard")
    page.goto("https://oa.example.com/order/report")

    page.fill("#startDate", yesterday)
    page.fill("#endDate", yesterday)
    page.click('button:has-text("查询")')
    page.wait_for_selector("table tbody tr")

with page.expect_download() as d:
        page.click('button:has-text("导出Excel")')

    download = d.value
    download.save_as(DOWNLOAD_DIR / f"order_{yesterday}.xlsx")
    print(f"[OK] 报表已下载: order_{yesterday}.xlsx")

    browser.close()

这段代码没什么花活，但真能顶掉一大堆重复劳动。以前运营同学卡在页面上等导出，我这边丢到定时任务里，早上文件已经躺目录里了。

Playwright 还有个地方我挺喜欢：它不像有些自动化工具，跑着跑着就不知道死哪了。页面没加载、按钮没出来、文件没下完，它都有明确的等待机制。排障的时候也舒服，不是那种“脚本好像执行了，但又没完全执行”的玄学状态。

比如我一般会顺手加一层失败截图，出了问题直接看现场：

defsafe_click(page, selector, name):
try:
        page.locator(selector).click(timeout=5000)
except Exception as e:
        page.screenshot(path=f"error_{name}.png")
raise RuntimeError(f"{name} 点击失败: {e}")

别小看这张图。很多自动化脚本最后难维护，不是功能复杂，是报错信息太干。你只看到 timeout，根本不知道页面当时跳到哪了，是弹窗挡住了，还是按钮文案改了。留图，排查效率会高很多。

再往后一步，下载完文件通常还得清洗。这个时候 Python 的味道就出来了，浏览器自动化只是前半段，后半段交给脚本收尾：

import pandas as pd

df = pd.read_excel(f"downloads/order_{yesterday}.xlsx")

df = df[df["订单状态"] != "已取消"]
df["支付时间"] = pd.to_datetime(df["支付时间"])
df["金额"] = pd.to_numeric(df["金额"], errors="coerce").fillna(0)

summary = (
    df.groupby("渠道", as_index=False)["金额"]
      .sum()
      .sort_values("金额", ascending=False)
)

summary.to_excel(f"downloads/summary_{yesterday}.xlsx", index=False)
print("[OK] 汇总文件已生成")

这一套连起来，基本就是：自动登录、自动查询、自动下载、自动清洗、自动汇总。以前半小时起步的活，现在变成几分钟，而且不用人盯着。

当然，Playwright 也不是没坑。

第一，定位别写太脆。不要满屏 nth-child，页面一改你就废了。优先找文本、表单 name、稳定的 data-testid。 第二，能复用登录态就别每次重新登，很多系统登录过程最慢。 第三，别一股脑 headless 跑到底。第一次调试我通常开可视化，页面怎么跳、按钮在哪、有没有遮罩，一眼就知道。 第四，真遇到验证码、短信校验这类东西，先别硬怼。该找系统开白名单开白名单，该换接口换接口，自动化不是跟安全策略对着干。

我现在看这种重复操作，第一眼已经不是“谁去做”，而是“这事能不能脚本化”。只要流程相对固定、输入规则清楚、结果能落文件，八成都能搞。

Playwright 不算什么玄学库，但它很像那种你一开始觉得“先手工也行”，真用起来之后就回不去的工具。尤其是做 Python 自动化，前面替你把网页这层麻烦吃掉，后面你再接 pandas、openpyxl、邮件通知，整条链路就顺了。