讲师中心 微信公众号

工具推荐

视频效率加速
Laper
Laper

剧本策划到成片协作

updream

一键生成高质量推广成片

SoundView
SoundView

字幕擦除翻译、配音口型同步

Seko
Seko

AI短剧一键生成成片

在Python中Playwright如何实现页面无限滚动的懒加载数据抓取?

浅伟酱_2553

浅伟酱_2553

发布时间:2026-11-19 11:11:18

|

405人浏览过

|

来源于php中文网

原创

根本原因是直接设置 scrollTop 不触发 scroll 事件和 IntersectionObserver 回调,懒加载依赖真实滚动行为;应改用 page.mouse.wheel 或 page.keyboard.press 模拟渐进滚动,并配合 wait_for_selector 等动态等待机制。

在python中playwright如何实现页面无限滚动的懒加载数据抓取?

为什么 page.evaluate 滚动到底部后数据仍不加载?

常见现象是:调用 page.evaluate("window.scrollTo(0, document.body.scrollHeight)") 后,页面看似到底了,但新内容没触发加载。根本原因在于懒加载通常监听的是 scroll 事件或 IntersectionObserver,而直接设置 scrollTop 不会触发原生滚动行为(比如滚动动画、事件冒泡、视口变化检测)。Playwright 的 page.evaluate 是同步执行 JS,不会模拟真实用户“滚动过程”,导致 IntersectionObserver 认为目标元素始终不可见。

实操建议:

立即学习“Python免费学习笔记(深入)”;

  • 改用 page.mouse.wheel(0, 1000) 或 page.keyboard.press("PageDown") 模拟渐进式滚动,让浏览器真正触发 scroll 事件和 Observer 回调
  • 滚动后必须等待新内容出现,不能只靠 time.sleep();优先用 page.wait_for_selector("your-item-selector", state="attached", timeout=5000)
  • 如果目标元素有 loading 状态(如 data-loading="true"),可加条件等待:page.wait_for_function('document.querySelector(".item")?.dataset.loading !== "true"')

如何判断无限滚动已到底、停止抓取?

没有统一的“到底”信号,必须结合页面特征做主动探测。硬等固定次数或时间极易漏数据或死循环。

实操建议:

立即学习“Python免费学习笔记(深入)”;

  • 记录每次滚动前的元素数量(如 len(page.query_selector_all(".list-item"))),滚动 + 等待后再次计数;若两次相等且已过合理超时(如 8 秒无新增),视为结束
  • 检查是否出现“无更多”提示节点:page.query_selector(".no-more") or page.query_selector_text("没有更多了")
  • 捕获网络请求更可靠:启用 page.route 监听分页 API(如 /api/items?page=2),当某次滚动后未发出新请求且无新 DOM 节点,即可终止

使用 page.get_by_text 或 page.locator 抓取动态插入的内容要注意什么?

懒加载内容插入 DOM 后,元素可能延迟渲染(如 Vue/React 的 nextTick)、CSS 动画未完成、或被 display: none 临时隐藏,导致 locator 查找不到或状态不对。

Python健壮编程
Python健壮编程

编写可靠Python代码,避免可变默认值、导入陷阱与运行时意外

下载

实操建议:

立即学习“Python免费学习笔记(深入)”;

  • 避免用 page.text_content() 直接读取父容器——它返回快照式 HTML,不含动态插入内容;改用 locator.inner_text() 或 locator.text_content()(后者会等待元素可见)
  • 对列表项用 page.locator(".list-item").all() 获取实时 NodeList,再逐个 .inner_text();不要先 query_selector_all 再调 .text_content(),后者在元素未挂载时返回 None
  • 若元素有入场动画,加 state="visible" 参数:page.locator(".list-item").first.wait_for(state="visible", timeout=3000)

性能与稳定性:为什么不能无限制滚动?

持续滚动会让页面 DOM 节点暴增,内存占用飙升,Playwright 进程可能被系统 OOM kill,或触发浏览器崩溃(尤其 Chromium 无 headless 新窗口时)。另外,部分网站会检测滚动频率,触发反爬验证。

实操建议:

立即学习“Python免费学习笔记(深入)”;

  • 设定最大滚动次数(如 50 次)和总耗时上限(如 120 秒),任一满足即退出
  • 每次滚动后清理非必要节点(谨慎):page.evaluate("document.querySelectorAll('.ad-banner, .sponsored').forEach(el => el.remove())")
  • 启用 --disable-gpu --no-sandbox --disable-dev-shm-usage 启动参数防 Chromium 崩溃;生产环境务必加 timeout 和 catch 异常处理

最易被忽略的一点:有些站点的懒加载依赖 window.devicePixelRatio 或 screen.width,Headless 模式下这些值可能异常,导致 IntersectionObserver 判定失败。启动浏览器时显式设置 viewport 和 device scale:playwright.chromium.launch(headless=True, args=["--force-device-scale-factor=1"]),并用 page.set_viewport_size({"width": 1920, "height": 1080})。

热门AI工具

更多
SoundView
SoundView Hot

SoundView是一款面向跨境电商的视频翻译、配音和本地化 AI 创作平台。

超级简历WonderCV

一款AI办公效率工具,主要用于免费求职简历模版下载制作,应届生职场人必备简历制作神器,适合需要提升相关任务效率的用户。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

音述AI
音述AI Hot

一款AI音频处理工具,主要用于音述AI是一个以“用声音述说故事”为核心的 AI 音乐创作与声音分享社区,适合需要提升相关任务效率的用户。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

讯飞智文

一款面向学习和办公场景的AI文档创作工具,可辅助生成PPT与Word文档,提高资料整理和内容制作效率。

SkildArt
SkildArt Hot

SkildArt是一款AI文本写作工具,一站式 AI 视觉创作平台。

小橡皮AI

一款AI工具,主要用于小橡皮一键去AI味,将机器味重的内容改得更有活人感,防止因为 AI 内容被平台打上 AI 标签,以及限流,适合需要提升相关任务效率的用户。

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

1951

2023.07.20

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

5564

2023.07.25

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

1889

2023.07.31

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

33997

2023.08.03

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

3987

2023.08.04

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

3987

2023.08.04

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

1283

2023.08.11

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

636

2023.08.10

GoFrame框架Web开发与路由中间件
GoFrame框架Web开发与路由中间件

本专题聚焦GoFrame框架的Web开发,拆解路由注册与匹配规则、请求参数获取、参数校验与中间件执行顺序,说明统一响应、JWT鉴权、文件上传与接口文档生成的落地方式,并补充优雅重启与测试实践。

20

2026.11.17

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn