根本原因是sync_playwright底层依赖greenlet,在启用asyncio的环境中会尝试获取当前线程事件循环,而子线程默认无event loop;正确做法是各线程独立使用with sync_playwright()隔离初始化,禁跨线程传递对象,或改用async_playwright+to_thread/进程池。

不会崩溃,但会抛出 RuntimeError: There is no current event loop in thread —— 这个错误不是 Playwright 导致的,而是你在线程里误用了异步基础设施。
为什么多线程里调用 sync_playwright 会触发 asyncio 报错?
根本原因在于:Playwright 的同步 API(sync_playwright)底层依赖 greenlet,而 greenlet 在某些 Python 环境(尤其是启用了 asyncio 的项目或某些 IDE/测试框架)中,会尝试访问当前线程的事件循环。如果该线程没显式创建过 event loop,get_event_loop() 就会失败。
这不是 Playwright 同步 API 本身的设计缺陷,而是它和运行时环境发生了隐式耦合。典型触发场景包括:
- 你在主线程用过
asyncio.run()或启动过异步服务(比如 FastAPI、aiohttp),导致全局 event loop 状态被污染 - 你在 Jupyter notebook 或 pytest 环境中运行多线程 +
sync_playwright,这些环境默认注入了 asyncio 上下文 - 你用的是较新版本的 Playwright(>=1.40),其 greenlet 调度器在检测到线程无 loop 时会主动 fallback 到
asyncio.get_event_loop()
sync_playwright 在多线程中真正安全的用法
同步 API 本身支持多线程,但必须满足一个前提:每个线程独立初始化、独立销毁,且不与主线程的 asyncio 状态交叉。
立即学习“Python免费学习笔记(深入)”;
正确姿势是:
- 不要在主线程提前启动任何 asyncio 逻辑(比如避免
asyncio.run()在导入模块时执行) - 每个子线程内,用
with sync_playwright() as p:包裹全部操作,确保资源隔离 - 禁止跨线程传递
browser、page、context等对象;它们不是线程安全的 - 如果必须混合使用,把 Playwright 同步调用放在
threading.Thread的run()方法最外层,而非回调函数或类方法中
比“修报错”更重要:为什么你不该在多线程里跑 sync_playwright?
即使错误消失了,性能和稳定性也堪忧:
-
sync_playwright的 greenlet 调度器是单线程协作式模型,在多线程环境下无法真正并发——多个线程里的page.goto()实际仍是串行等待浏览器响应 - 每个线程都 launch 一个 Chromium 实例,内存占用爆炸(一个 browser 进程约 200–400MB)
- Linux/macOS 下可能触发沙箱冲突,Windows 上容易遇到
ERROR: Failed to create sandbox - 日志、trace、截图等调试能力在线程中难以统一收集和关联
真正需要多线程并发时,应该用 async_playwright + asyncio.to_thread() 做 I/O 隔离,或直接切到进程池(multiprocessing.Pool)+ sync_playwright,后者才是生产环境稳定方案。
最容易被忽略的一点:Playwright 的“同步”只保证代码书写顺序,不保证执行顺序。当你把它塞进多线程,就等于主动放弃了它的自动等待和可操作性保障机制——页面还没加载完,另一个线程可能已经 close 掉了 context,错误会变得不可预测。


















