整合 · 自動化與擷取
搭配 Playwright 使用 HProxy。
- 3 個步驟
- 可用的程式碼
- HTTP 與 SOCKS5
- 登入資訊放在代理網址中
為什麼需要代理
為什麼要搭配 Playwright 使用代理
Playwright 是 Microsoft 的現代瀏覽器自動化框架,快速、跨瀏覽器,代理支援直接內建於 API,絕非事後拼湊。
Playwright 可以同時執行許多獨立的瀏覽器情境。給每一個自己的住宅出口,單一腳本就會變成許多獨立的訪客,不再是一個忙碌的位址。
Setup
在 Playwright 中設定 HProxy
- 1
從控制台讀取你的主機、連接埠與登入資訊。
- 2
把 proxy 物件傳給 launch(),或傳給 newContext() 讓每個情境使用不同的出口。
- 3
Playwright 會自行處理驗證交握,所以不需要額外的程式庫。
值得知道
在 new_context() 而非 launch() 上設定代理,讓每個情境都從 IP 池取得新的 IP。
這裡顯示的主機、連接埠與登入資訊只是格式;你確切的值就在你的控制台上,可以直接複製。
Playwright,搭配 HProxy
from playwright.sync_api import sync_playwright
with sync_playwright() as p:
browser = p.chromium.launch(proxy={
"server": "http://example.hproxy.com:8080",
"username": "user-country-us",
"password": "pass",
})
page = browser.new_page()
page.goto("https://ipinfo.io/json")Playwright 個問題
常見問題
我應該在 launch 還是 newContext 上設定代理?
幾乎所有情況都設在 newContext 上。在啟動時設定會讓整個瀏覽器使用同一個代理,而依情境設定則能讓每個情境從代理 IP 池取得不同的出口,這才讓你能在同一個瀏覽器程序中以不同身分平行工作。
如何減少 Playwright 的頻寬用量?
攔截請求,並中止你不會解析的資源類型。圖片、字型、媒體,通常還有樣式表,佔了頁面大小的大部分,而在按 GB 計費的住宅代理上,你要為其中每一項付費。封鎖它們通常能讓傳輸量減少一個數量級,而 DOM 仍保持完整。
Playwright 比真實瀏覽器更容易被偵測嗎?
它操控的是真實的瀏覽器引擎,所以呈現的畫面是真的。讓它露餡的是周遭的一切:缺乏人為互動、過於規律的請求時間,以及與一般使用者不符的預設設定。露餡的原因往往是行為,自動化框架本身反而很少是問題。
我可以在 Playwright 中使用固定工作階段嗎?
可以,而且任何持有登入的工作都應該這麼做。要求帶有固定時長的憑證,並在整個情境中使用它們,讓出口不會在流程中途改變。在已驗證的流程中途換上新位址,看起來就像工作階段被盜用,不像回頭的訪客。
隨時為你準備好。
你的控制台只要十秒就到。不用業務電話,免訂閱,沒有最低金額。

