python中Playwright 数据提取和验证_Python

数据提取（extraction）和验证（assertion）是 playwright 在自动化测试和爬虫场景中最核心的部分。playwright 提供了强大且可靠的 locator api 和 web-first 断言，能自动等待元素就绪，确保测试稳定。下面以 node.js/typescript（playwright test）为主，附 python 示例。

1.数据提取（常见方式）

提取目标	代码示例（推荐 locator）	说明
单个元素文本	const text = await page.getbyrole('heading', { name: '欢迎' }).textcontent();	返回字符串（null 如果不存在）
输入框值	const value = await page.getbylabel('用户名').inputvalue();	适用于 input/textarea
属性值	const href = await page.getbyrole('link', { name: '详情' }).getattribute('href');	获取 href、src、data-* 等
多个元素文本	const items = await page.getbyrole('listitem').alltextcontents();	返回 string[] 数组
多个元素内文本	const texts = await page.getbytestid('price').allinnertexts();	innertext（不含子元素隐藏文本）
元素计数	const count = await page.getbyrole('article').count();	返回元素数量
表格数据提取	```const
json/api 数据	const response = await page.waitforresponse('**/api/users'); const json = await response.json();	拦截网络响应提取数据

2.验证（断言）——playwright 最强大特性

playwright 的 expect 是 web-first 断言：会自动重试直到超时（默认 30s），极大减少 flaky 测试。

import { test, expect } from '@playwright/test';

// 页面标题
await expect(page).tohavetitle('playwright - 首页');
await expect(page).tohavetitle(/playwright/);  // 正则匹配

// url
await expect(page).tohaveurl('https://playwright.dev/');
await expect(page).tohaveurl(/docs/);

// 元素可见/隐藏
await expect(page.getbytext('加载成功')).tobevisible();
await expect(page.getbytext('加载中')).tobehidden();

// 元素文本
await expect(page.getbyrole('heading')).tohavetext('欢迎使用');
await expect(page.getbytestid('status')).tocontaintext('成功');  // 包含

// 元素属性
await expect(page.getbyrole('link')).tohaveattribute('href', '/docs');
await expect(page.getbyrole('img')).tohaveattribute('src', /logo/);

// 输入框值
await expect(page.getbylabel('搜索')).tohavevalue('playwright');

// 元素数量
await expect(page.getbyrole('listitem')).tohavecount(5);

// checkbox/radio 状态
await expect(page.getbyrole('checkbox')).tobechecked();
await expect(page.getbyrole('radio', { name: '男' })).tobechecked();

// 元素启用/禁用
await expect(page.getbyrole('button')).tobeenabled();
await expect(page.getbyrole('button')).tobedisabled();

3.高级验证技巧

// 软断言（不立即失败，继续执行）
expect.soft(page.getbytext('错误提示')).tobehidden();

// 自定义超时
await expect(page.getbytext('加载完成'), { timeout: 10000 }).tobevisible();

// 轮询断言（复杂条件）
await expect(async () => {
  const count = await page.getbyrole('listitem').count();
  expect(count).tobegreaterthan(0);
}).topass({ timeout: 15000 });

// 截图断言（视觉回归）
await expect(page).tohavescreenshot('homepage.png', { maxdiffpixels: 100 });

// 全页面截图比较（像素级）
await expect(page).tohavescreenshot({ fullpage: true });

4.实战示例：提取并验证搜索结果

test('百度搜索 playwright 并验证结果', async ({ page }) => {
  await page.goto('https://www.baidu.com');
  await page.getbylabel('搜索输入框').fill('playwright');
  await page.getbyrole('button', { name: '百度一下' }).click();

  // 等待结果加载
  await page.waitforloadstate('networkidle');

  // 提取第一个结果标题
  const firsttitle = await page.getbyrole('heading').first().textcontent();
  console.log('第一个结果标题：', firsttitle);

  // 验证结果包含关键词
  await expect(page.getbyrole('heading').first()).tocontaintext('playwright');
  await expect(page.getbyrole('heading')).tohavecount(10);  // 通常一页 10 条

  // 提取所有结果链接
  const links = await page.getbyrole('link', { name: /playwright/ }).all();
  console.log(`找到 ${links.length} 个相关链接`);
});

5.python 版提取与验证示例

from playwright.sync_api import sync_playwright, expect

with sync_playwright() as p:
    browser = p.chromium.launch(headless=false)
    page = browser.new_page()
    page.goto("https://playwright.dev")

    # 提取
    title = page.title()
    heading = page.get_by_role("heading", name="fast and reliable").text_content()
    print(f"标题: {title}, 副标题: {heading}")

    # 验证
    expect(page).to_have_title("playwright")
    expect(page.get_by_role("link", name="get started")).to_be_visible()
    expect(page.get_by_text("playwright is a")).to_contain_text("reliable")

    browser.close()