能，playwright通过page.route()或context.route()直接拦截xhr/fetch请求，需精准定位目标api url；推荐用page.on("response")监听并解析json响应，比selenium更原生、灵活且稳定。
Playwright能直接拦截并读取XHR/Fetch请求吗
能，但不是靠“监听DOM变化”或“等页面加载完再找元素”，而是通过 page.route() 或 context.route() 拦截网络请求本身。关键在于：你得知道目标数据是通过哪个URL发起的（比如 /api/items 或 /graphql），否则拦截了也拿不到结构化数据。
常见错误是盲目启用 page.wait_for_load_state("networkidle") 后去抓 document.querySelectorAll，结果发现目标内容根本没渲染——因为数据压根没走HTML，而是由JS在运行时用 fetch 拉的JSON。
- 优先用浏览器开发者工具的 Network 面板，筛选
XHR或Fetch，找到返回真实数据的请求（看 Response 是 JSON 且字段匹配） - 拦截时建议用
context.route()而非page.route()，避免漏掉页面初始化阶段的预请求（如认证token获取） - 拦截后别只调
route.continue()，要用route.response()或route.fulfill()提前捕获响应体
如何在拦截中提取并保存JSON响应体
Playwright 的 route 对象不直接暴露响应体，必须主动调用 route.fetch_response()（需 Playwright ≥ 1.40）或改用 page.on("response") 监听。后者更稳定，尤其对重定向、压缩响应等场景。
示例逻辑：监听所有以 /api/ 开头的响应，检查 response.status() 和 response.headers()["content-type"] 是否含 application/json，再用 response.json() 解析：
page.on("response", lambda r: handle_api_response(r) if r.url.startswith("https://example.com/api/") else None)
<p>def handle_api_response(response):
if response.status != 200:
return
try:
data = response.json()</p><h1>保存到列表或文件</h1><pre class="brush:python;toolbar:false;"> api_results.append(data)
except Exception:
pass
- 注意
response.json()是异步方法，若在同步回调里用会报错；应确保回调函数为async，或改用response.text()+json.loads() - 部分API返回 gzip 响应，
response.text()会自动解压，但response.body()返回的是原始 bytes，需手动处理 - 不要在
handle_api_response里做耗时操作（如写文件），容易拖慢页面加载；先存内存，结束后统一处理
为什么用Playwright比Selenium更适合这类场景
核心差异不在“能不能跑JS”，而在网络层控制粒度：Playwright 的 route 和 response 事件是原生支持的，而 Selenium 必须依赖 CDP 协议手动调用 Network.getResponseBody，代码冗长且易因CDP版本变动失效。
-
Playwright支持在请求发出前修改 headers、query、甚至伪造响应（route.fulfill()），适合绕过简单反爬（如缺失Authorization） -
Selenium的driver.get_log("performance")只能拿到请求元信息，拿不到响应体，还得额外发一次请求去捞数据 - Playwright 的
browser.new_context(ignore_https_errors=True)对自签名证书兼容更好，企业内网调试更省事
拦截失败的三个高频原因
不是代码写错，而是环境或时机问题：
- 目标请求是
preflight OPTIONS请求，被自动忽略——实际数据在后续的POST/GET中，需监听主请求而非预检 - 页面用 Service Worker 缓存了响应，导致
response事件不触发——加context.add_init_script("window.navigator.serviceWorker.ready.then(() => {});")清除或禁用 - 请求 URL 动态拼接（含时间戳、sign参数），每次都不一样，无法用固定字符串匹配——改用正则匹配路径部分，例如
re.match(r"https://.*/api/items\?.*", url)
真正难的从来不是写几行拦截代码，而是确认那个“关键请求”到底长什么样、在什么条件下发出、有没有前置依赖。花十分钟看清楚 Network 面板，比写一小时重试逻辑更有效。
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
