浏览器自动化工具

这是一个使用Playwright进行浏览器自动化的工具，可以用于新闻抓取和其他网页自动化任务。

• Python 3.8 或更高版本
• Linux、macOS 或 Windows 操作系统

运行初始化脚本创建虚拟环境：

chmod +x init.sh
./init.sh

source .venv/bin/activate

运行安装脚本安装所有必要的依赖：

chmod +x setup.sh
./setup.sh

Playwright需要一些系统依赖来运行浏览器。如果在运行过程中遇到浏览器启动错误，请安装以下依赖：

Ubuntu/Debian:

sudo apt-get install libglib2.0-0 libnss3 libnspr4 libatk1.0-0 libatk-bridge2.0-0 libcups2 libxkbcommon0 libatspi2.0-0 libxcomposite1 libxdamage1 libxfixes3 libxrandr2 libgbm1 libpango-1.0-0 libcairo2 libasound2

或者使用Playwright的内置命令：

sudo python -m playwright install-deps

激活虚拟环境后，运行以下命令：

python playwright_automation.py --url https://example.com --selector "article.news-item" --output results.json

• --url: 要抓取的网页URL
• --selector: 用于定位内容的CSS选择器
• --output: 输出结果的JSON文件路径（可选）
• --headless: 是否以无头模式运行浏览器（默认为true）
• --timeout: 页面加载超时时间，单位为毫秒（默认为30000）

如果要修改或扩展此工具，请参考以下文件：

• playwright_automation.py: 主要的自动化脚本
• browser_automation.py: 浏览器自动化的核心功能

MIT