如何在Python中通过Playwright获取并保存网站的Favicon图标?

落墨酱_5206

落墨酱_5206

2026-11-18

943人浏览

原创

Playwright需手动解析HTML中link标签提取favicon URL,用urljoin拼接base URL避免404;优先用page.request.get下载并检查状态码,fallback至/apple-touch-icon.png或默认/favicon.ico。

如何在python中通过playwright获取并保存网站的favicon图标?

直接从HTML 标签提取 favicon URL

Playwright 本身不提供“一键下载 favicon”的 API,得自己解析页面源码找 或 。注意:很多网站用相对路径(如 /favicon.ico),必须拼上 base URL 才能请求成功。

常见错误是直接取 href 属性后发起 GET 请求却返回 404 —— 这往往是因为没处理协议、域名或路径拼接。推荐用 urllib.parse.urljoin() 安全合并:

from urllib.parse import urljoin
# 在 page.content() 后用 BeautifulSoup 或正则提取 href
# 假设拿到 href = "/favicon.ico"
favicon_url = urljoin(page.url, href)  # → "https://example.com/favicon.ico"

用 page.request.get() 下载二进制内容并保存

别用 requests.get() 额外引入依赖,Playwright 的 page.request 复用浏览器上下文的 cookies 和 UA,对需要登录或反爬的站点更可靠。

关键点:

  • 必须检查响应状态码,favicon.ico 返回 404 很常见,得 fallback 到其他可能路径(如 /apple-touch-icon.png)
  • 响应体是 response.body(),不是 .text() —— 图标是二进制,用文本方式写会损坏
  • 文件扩展名要根据 Content-Type 或 URL 后缀判断,image/x-icon 对应 .ico,image/png 对应 .png

处理多规格 favicon(rel="icon" + sizes)

现代网站常在 HTML 中声明多个 ,靠 sizes 属性区分尺寸(如 "16x16", "192x192")。如果你只需要最常用的那个,优先选 sizes="32x32" 或无 sizes 的条目;如果要最高清,就找最大的数字(需解析 sizes 字符串)。

Camoufox Open Source Anti-Detect Browser for Python Automation
Camoufox Open Source Anti-Detect Browser for Python Automation

Camoufox 是一个基于 Firefox 构建的开源反检测浏览器,为 Python 自动化工作流程提供强大的指纹注入和反机器人检测规避功能。它与 Playwright 集成,以提供能够绕过现代机器人检测系统的隐身浏览能力。

下载

示例逻辑片段:

links = page.query_selector_all('link[rel="icon"], link[rel="shortcut icon"]')
candidates = []
for link in links:
    href = link.get_attribute("href")
    sizes = link.get_attribute("sizes") or ""
    if href:
        url = urljoin(page.url, href)
        candidates.append((url, sizes))
# 按 sizes 数值降序排,取第一个(或 fallback 到第一个非空 href)

绕过 CSP 或跨域限制导致的请求失败

某些站点对 favicon 资源设置了严格 CSP(如 connect-src 'none'),即使浏览器能显示图标,page.request.get() 仍可能被拦截并抛出 Error: net::ERR_BLOCKED_BY_CLIENT。这不是代码问题,而是 Playwright 默认遵循页面策略。

解决办法有限但实用:

  • 换用 context = browser.new_context(ignore_https_errors=True)(仅调试用)
  • 改用 fetch 在页面内执行(绕过 request API 限制):await page.evaluate("(url) => fetch(url).then(r => r.arrayBuffer())", favicon_url),再用 page.evaluate_handle 提取 ArrayBuffer 并转为 bytes
  • 最稳妥的是退回到服务端 HTTP 客户端(如 httpx),但会丢失 cookie 上下文

实际项目中,favicon 不是核心资源,遇到不可访问就跳过,比硬扛 CSP 更省心。真正容易被忽略的是:很多网站根本没有显式声明 favicon,而是默认提供 /favicon.ico —— 别忘了这个隐式路径兜底。

Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

python playwright

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

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。

2023.07.20

1951

4

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。

2023.07.25

5524

7

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。

2023.07.31

1889

3

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。

2023.08.03

33757

23

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。

2023.08.04

3967

5

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。

2023.08.04

3967

5

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。

2023.08.11

1283

5

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。

2023.08.10

636

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

3083

5

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