通过 Playwright 持久化上下文(main-identity)抓取需登录网站(YouTube、GitHub、HuggingFace、Reddit、Kaggle、X/Twitter),用户请求外网搜索或指定这些网站时自动触发。
持续浏览器 Scraper是一项面向实际任务的技能,主要用于用 Playwright 发布会 persistent context 主名;各网站等待时间;
YouTube. 6000.JS 懒加载;GitHub. 30.。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。使用时应结合输入条件选择合适的执行方式,核对必要参数、依赖环境与输出内容,并按原始要求处理异常情况。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。
实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。
用 Playwright launch_persistent_context 读写 main-identity 配置文件的技能。
user_data_dir = /home/kncao/.openclaw/browser-profiles/main-identity headless = False(必须,否则 X/Twitter 会返回空白)
每次抓取前先删 SingletonLock:
rm -f /home/kncao/.openclaw/browser-profiles/main-identity/SingletonLock
import asyncio
from playwright.async_api import async_playwright
USER_DATA_DIR = '/home/kncao/.openclaw/browser-profiles/main-identity'
async def scrape(url: str, selector: str = 'body', wait_ms: int = 8000):
async with async_playwright() as p:
context = await p.chromium.launch_persistent_context(
user_data_dir=USER_DATA_DIR,
headless=False,
args=[
"--password-store=basic",
"--no-sandbox",
"--disable-blink-features=AutomationControlled",
"--disable-infobars"
],
viewport={'width': 1280, 'height': 800},
java_script_enabled=True
)
try:
page = await context.new_page()
await page.goto(url, wait_until='domcontentloaded', timeout=30000)
await page.wait_for_timeout(wait_ms) # SPA hydration
text = await page.inner_text(selector)
await context.close()
return text
except Exception as e:
await context.close()
raise e
| 网站 | wait_ms | 备注 |
|---|---|---|
| X/Twitter | 8000 | React SPA,需等 JS 渲染 |
| YouTube | 6000 | JS 懒加载 |
| GitHub | 3000 | SSR为主 |
| HuggingFace | 5000 | React |
| 6000 | SSR+JS混合 | |
| Kaggle | 8000 | React SPA |
headless=False,X/Twitter 在 headless=True 下会返回空白页面ProcessSingleton 错误相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134.1万人学习
共49课时 | 82.5万人学习
最新文章