Playwright парсинг — извлечение данных через реальный браузер (Chromium/Firefox/WebKit): JS исполняется, блоки появляются после скролла и кликов, можно перехватывать XHR/JSON. Для статичных витрин дешевле Beautiful Soup или Scrapy; рядом — Puppeteer и Selenium. Ниже — сценарии, код и сравнение.
Кратко
- Playwright: навигация, авто-ожидания, ввод, network intercept.
- Сильнее HTTP-стека на SPA и многошаговых UI-потоках.
- Дороже по CPU/RAM, чем лёгкие HTTP-запросы.
- Антибот не снимается «сам» — нужны легальная модель доступа и адекватные лимиты.
- Паттерн продакшена: очередь + Playwright только на тяжёлых URL.
Инфографика: открытие страницы → ожидание рендера/сети → извлечение полей или JSON из XHR.
Типовые задачи
| Задача | Подход | Сложность | Когда не подходит |
|---|---|---|---|
| SPA-каталог | goto + wait_for_selector | Средняя | Данные уже в HTML/API |
| Фильтры и пагинация UI | click + wait | Средняя–высокая | Нет стабильных селекторов |
| Забрать JSON из Network | page.on(«response») | Средняя | Ответы бинарные/шифрованные |
| Массовый краул 100k | Очередь + пул браузеров | Высокая | Бюджет только на HTTP |
Пример кода: extract + перехват XHR
from playwright.sync_api import sync_playwright
def scrape_listing(url: str) -> list[dict]:
items = []
with sync_playwright() as p:
browser = p.chromium.launch(headless=True)
page = browser.new_page()
def on_response(resp):
if "api/products" in resp.url and resp.status == 200:
try:
payload = resp.json()
items.extend(payload.get("items", []))
except Exception:
pass
page.on("response", on_response)
page.goto(url, wait_until="networkidle")
page.wait_for_selector(".product-card", timeout=15000)
# Fallback: DOM, если API не поймали
if not items:
cards = page.query_selector_all(".product-card")
for card in cards:
items.append({
"title": card.query_selector("h2").inner_text().strip(),
"price": card.query_selector(".price").inner_text().strip(),
})
browser.close()
return items
Когда Playwright оправдан
- Контент появляется только после JS или взаимодействия.
- Нужен логин, cookies, сложный UI-поток.
- Удобнее забирать JSON из Network, чем парсить DOM.
- Команда уже использует Playwright в e2e.
- Объём умеренный: сотни–тысячи страниц, не миллионы «в лоб».
Сравнение браузерных инструментов
| Критерий | Playwright | Puppeteer | Selenium |
|---|---|---|---|
| Браузеры | Chromium, Firefox, WebKit | В основном Chromium | Широкая матрица |
| Авто-ожидания | Сильные | Хорошие | Чаще ручные waits |
| Языки | JS/TS, Python, Java, .NET | Node | Многоязычный |
| Новые проекты 2026 | Частый выбор | Силён в Node | Legacy QA |
Ограничения
Playwright не заменяет юридическую оценку источника. На защищённых витринах растёт стоимость прокси и поддержки селекторов.
Когда не подходит
Не гоняйте Playwright там, где хватает HTML/API. No-code — ParseHub / Octoparse. Облако акторов — Apify.
FAQ
Playwright быстрее Selenium?
На типичных сценариях — да: меньше flaky waits.
Python или Node?
Оба поддерживаются — выбирайте язык команды.
Можно ли с Scrapy?
Да: Scrapy ведёт очередь, Playwright рендерит отдельные страницы.
Заказной парсинг JS-витрин: парсинг сайтов. Серия: Puppeteer, Selenium.