Skip to content

Traga seu script Playwright

Seu script Playwright funciona até um site começar a bloqueá-lo. O Pydoll roda o mesmo script sobre CDP puro, sem processo driver e sem navegador patcheado, então não há nada para um detector encontrar no transporte e nada para você reescrever. Esta página pega um script Playwright existente, coloca ele para rodar no Pydoll em cinco minutos e depois mostra onde o Pydoll vai além do Playwright quando você precisar.

Você vai aprender

Troque o import

Substitua playwright.sync_api por pydoll.playwright.sync_api, ou playwright.async_api por pydoll.playwright.async_api. Todo o resto fica igual. Você não instala o pacote playwright nem os navegadores que ele baixa; o Pydoll controla o Chrome ou o Edge que já está na sua máquina.

from pydoll.playwright.sync_api import sync_playwright

with sync_playwright() as p:
    browser = p.chromium.launch()
    page = browser.new_page()
    page.goto('https://quotes.toscrape.com/login')

    page.get_by_label('Username').fill('john')
    page.locator('#password').fill('SecretPass123')
    page.get_by_role('button', name='Login').click()
    page.wait_for_url('**/')

    print(page.get_by_role('link', name='Logout').is_visible())
    browser.close()

import asyncio

from pydoll.playwright.async_api import async_playwright


async def main():
    async with async_playwright() as p:
        browser = await p.chromium.launch()
        page = await browser.new_page()
        await page.goto('https://quotes.toscrape.com/login')

        await page.get_by_label('Username').fill('john')
        await page.locator('#password').fill('SecretPass123')
        await page.get_by_role('button', name='Login').click()
        await page.wait_for_url('**/')

        print(await page.get_by_role('link', name='Logout').is_visible())
        await browser.close()

asyncio.run(main())

Rode do jeito que sempre rodou. Os locators continuam preguiçosos e estritos, get_by_role resolve os mesmos elementos, as ações esperam o elemento estar anexado, visível, estável e habilitado, e uma espera que falha lança o mesmo TimeoutError com o mesmo call log.

chromium.launch() aceita as opções que você já passa: headless, args, executable_path, proxy, downloads_path. launch_persistent_context(user_data_dir) e connect_over_cdp(url) também funcionam. firefox e webkit lançam erro, porque o Pydoll controla apenas navegadores baseados em Chromium.

Drop-in para a superfície de automação

A camada cobre o que um script usa: Playwright, Browser, BrowserContext, Page, Frame, Locator, ElementHandle, Keyboard, Mouse, rotas, diálogos e downloads. Ela não cobre o test runner: assertions expect(), fixtures, o plugin do pytest, tracing e vídeo não estão implementados. API do Playwright lista cada classe com o que é completo, parcial ou ausente.

O que mudou por baixo do seu script

O Playwright fala com o navegador por um processo driver escrito em Node. Toda chamada atravessa esse processo, que então fala CDP com o Chrome. Forks de stealth como o Patchright patcheiam esse driver depois do fato, removendo as chamadas que entregam a automação.

O Pydoll não tem driver. Seu page.goto vira comandos CDP enviados direto do Python, pela mesma conexão que a API própria do Pydoll usa. Isso remove os sinais do transporte na origem em vez de patcheá-los:

  • O domínio Runtime, cuja ativação é o sinal de automação mais conhecido, nunca é habilitado para o seu script. Seletores e verificações de acionabilidade rodam em um isolated world de cada frame, avaliado uma vez, e o seu código de page.evaluate roda no main world sem passar por eval.
  • Sem --enable-automation, sem navigator.webdriver, sem hooks de console, sem init scripts injetados a cada navegação.
  • Avaliações não carregam gesto de usuário sintético, popups só abrem a partir de uma ação real do usuário, e um override de user_agent vem com Client Hints coerentes, como em um navegador que alguém está usando.

O resto do navegador é um Chrome de verdade: as impressões digitais de TLS, HTTP/2 e renderização são as que o Chrome tem, porque é o Chrome.

Alcance o Pydoll a partir de um objeto Playwright

Todo objeto Playwright expõe o objeto Pydoll por baixo, então recursos que o Playwright não tem nome para ficam a um atributo de distância. Você não reescreve o script para usá-los.

Objeto Playwright Objeto Pydoll por baixo
browser.chrome Chrome
page.tab Tab
locator.element_handle().web_element WebElement

Três coisas que um script bloqueado costuma precisar em seguida, cada uma em uma linha:

from pydoll.sync import ExtractionModel, Field
from pydoll.playwright.sync_api import sync_playwright

from examples.fingerprints import FINGERPRINTS


class Quote(ExtractionModel):
    text: str = Field(selector='.text')
    author: str = Field(selector='.author')


with sync_playwright() as p:
    browser = p.chromium.launch()
    page = browser.new_page()

    page.tab.apply_fingerprint(FINGERPRINTS['macos_m3_new_york'])
    with page.tab.expect_cloudflare_turnstile():
        page.goto('https://quotes.toscrape.com')

    quotes = page.tab.extract_all(Quote, scope='.quote')
    submit = page.get_by_role('link', name='Login').element_handle().web_element
    submit.click(humanize=True)

from pydoll import ExtractionModel, Field
from pydoll.playwright.async_api import async_playwright

from examples.fingerprints import FINGERPRINTS


class Quote(ExtractionModel):
    text: str = Field(selector='.text')
    author: str = Field(selector='.author')


async with async_playwright() as p:
    browser = await p.chromium.launch()
    page = await browser.new_page()

    await page.tab.apply_fingerprint(FINGERPRINTS['macos_m3_new_york'])
    async with page.tab.expect_cloudflare_turnstile():
        await page.goto('https://quotes.toscrape.com')

    quotes = await page.tab.extract_all(Quote, scope='.quote')
    submit = (await page.get_by_role('link', name='Login').element_handle()).web_element
    await submit.click(humanize=True)

apply_fingerprint define uma identidade coerente em todas as camadas (Injeção de fingerprint), expect_cloudflare_turnstile clica no widget Turnstile se a navegação dentro do bloco encontrar um (Cloudflare Turnstile), extract_all retorna objetos tipados e validados (Extração estruturada), e humanize=True move o mouse por um caminho curvo com tempo humano (Interações humanizadas). CDP cru também está a uma chamada de distância: page.tab.execute_command(...).

O que isso não muda

O que a detecção ainda vê

O Pydoll remove os sinais de automação que uma biblioteca adiciona; ele não transforma um bot em pessoa. Um navegador headless continua reconhecível pela renderização e pela falta de dispositivos de mídia, então rode com janela ou aplique um perfil de fingerprint que cubra os sinais de headless. A reputação do seu IP conta tanto quanto o navegador; um IP de datacenter falha em desafios que um residencial passa. Sinais embutidos no binário do Chrome não são tocados. E o comportamento importa: cliques instantâneos e digitação perfeitamente regular parecem o que são, e é para isso que existe o humanize=True.

Passando despercebido percorre cada camada com o mínimo de configuração para ela.

Próximos passos