Python 瀏覽器自動化：用 Playwright 自動登入、下載報告、批量填表

香港好多文職同事每日開工第一件事，就係逐個平台登入：銀行後台下載月結單、供應商網站查存貨、物流平台追運單、政府網站交表、廣告平台抄報告數字。每個動作本身只係幾十秒，但乘十幾個平台、乘每個月二十個工作天，就係一段唔細嘅時間，而且一式一樣、做完又冇乜滿足感。

呢類「喺瀏覽器入面重複點擊」嘅工作，正正係瀏覽器自動化（Browser Automation）嘅強項。Python 有幾個工具可以做，Playwright 係近年最順手嘅一個：它會開一個真瀏覽器，照住你寫嘅步驟去撳、去填、去等下載，速度同真人操作一樣，但唔會攰、唔會漏步驟。

Playwright 同 Selenium 有咩分別？

Selenium 係老牌工具，但實戰上最多人撞板嘅係「元素未載入就撳」——網頁慢半秒就報錯，於是四圍加 sleep(3)，結果又慢又唔穩。Playwright 內置自動等待：撳一個按鈕之前，會自動等該元素出現、可視、可點擊，超過時限先報錯。另外它支援 Chromium、Firefox、WebKit，亦可以用 codegen 錄製操作成 code，對唔熟前端嘅同事友善好多。

第一步：安裝

先裝 Python 套件，再下載瀏覽器本體（Chromium 大約 150MB）：

pip install playwright
playwright install chromium

第二句唔可以漏。Playwright 用自己嘅獨立瀏覽器，唔用你部機嘅 Chrome，確保每部機行為一致。

場景一：自動登入，下載月結單

以下係最常見嘅場景。假設每月一號要登入銀行或供應商後台，下載一份 PDF 月結單：

from playwright.sync_api import sync_playwright
import os, datetime

USER = os.environ["PORTAL_USER"]
PWD  = os.environ["PORTAL_PASS"]
month = datetime.date.today().strftime("%Y%m")

with sync_playwright() as p:
    browser = p.chromium.launch(headless=True)
    page = browser.new_page(accept_downloads=True)
    page.goto("https://portal.example.com/login")
    page.get_by_label("帳號").fill(USER)
    page.get_by_label("密碼").fill(PWD)
    page.get_by_role("button", name="登入").click()
    page.wait_for_url("**/dashboard")
    with page.expect_download() as dl:
        page.get_by_role("link", name="下載月結單").click()
    dl.value.save_as("statement_" + month + ".pdf")
    browser.close()
print("已下載 statement_" + month + ".pdf")

逐行解釋

sync_playwright() —— 建立一個自動化環境，所有操作寫喺 with 區塊入面，離開時自動收尾。
launch(headless=True) —— 唔顯示瀏覽器視窗，背景執行。第一次寫建議改成 False，親眼睇住它做乜，debug 快好多。
accept_downloads=True —— 一定要開，否則點擊下載連結之後檔案會消失喺空氣中。
get_by_label / get_by_role —— 用畫面見到嘅文字去搵元素（「帳號」「密碼」「登入」），唔使研究 HTML 結構，網站改版都無咁易爛。
wait_for_url("**/dashboard") —— 等跳轉完成先做下一步，係最實用嘅「登入成功」判斷。
expect_download() —— 包住會觸發下載嘅點擊，之後就可以 save_as() 存去指定位置同檔名。
os.environ —— 帳號密碼由環境變數讀入，唔好寫死喺 code 度，尤其唔好上載去 GitHub。

場景二：由 CSV 讀資料，批量查詢同截圖

另一個高頻場景：手上有一批訂單編號或者客戶編號，要逐個貼入系統查狀態，再截圖存檔。呢種「同一版位、唔同輸入」嘅工作，用迴圈處理就最快：

import csv
from pathlib import Path
from playwright.sync_api import sync_playwright

Path("shots").mkdir(exist_ok=True)

with sync_playwright() as p:
    browser = p.chromium.launch(headless=True)
    context = browser.new_context(storage_state="login.json")
    page = context.new_page()
    page.goto("https://portal.example.com/orders")

    with open("orders.csv", encoding="utf-8") as f:
        for row in csv.DictReader(f):
            oid = row["order_id"]
            page.get_by_label("訂單編號").fill(oid)
            page.get_by_role("button", name="查詢").click()
            page.wait_for_selector(".result-card")
            page.screenshot(path="shots/" + oid + ".png", full_page=True)
            print("已截圖", oid)
    browser.close()

注意 storage_state="login.json" 呢一句。Playwright 可以將登入後嘅 cookie 同 session 存成 json，之後開新 context 直接載入，就唔使每次由登入頁開始，亦唔怕改密碼令程式停。第一次手動登入後加一句 context.storage_state(path="login.json") 存檔即可。

實戰四個要留意嘅位

Selector 唔好用位置 —— 用 page.locator("div:nth-child(3) > button") 呢類寫法，網站一改版就即刻爛；用畫面上嘅文字（get_by_role、get_by_text）穩陣得多。
兩步驗證（2FA）要人手處理 —— 有 SMS 驗證碼嘅系統，用 storage_state 保存 session 通常可以避開；一定要每次輸入嘅，就改為半自動，等人打驗證碼。
唔好用嚟搶名額或者違反網站條款 —— 自動化係幫自己做重複工作，唔係繞過對方規則；高頻請求只會令你被封 IP。
加錯誤處理同紀錄 —— 用 try / except 包住每一步，出錯時截圖同寫 log，就知係邊個平台、邊一步出問題。

實際效益大概係點

以一個每月要處理六個平台報告、每平台八分鐘嘅文職同事計，一個月大約用 48 分鐘純粹喺「登入、按鈕、下載、改名」。寫好 script 之後，跑一次大約兩至三分鐘，仲可以排喺開機時自動跑，返到公司檔案已經齊。批量查訂單更明顯：一百張訂單人手做，每張一分鐘就係一個半鐘，程式做十至十五分鐘，中間可以做其他嘢。

自動化真正嘅價值，係將呢類零碎、易漏、無需判斷嘅步驟固定落嚟——唔會有人請假就漏做，亦唔會抄錯數字。

總結

Python 教學：Playwright 嘅入門門檻比想像中低，安裝兩句指令，核心就係「開瀏覽器、去網址、填欄位、撳按鈕、等下載」五個動作。建議由最簡單、最無風險嘅場景開始：例如每朝自動登入某個平台下載一份報告，先確認穩定，再逐步加上 CSV 迴圈同截圖。記得三個原則：憑證放環境變數、selector 用畫面文字、每一步都要有錯誤紀錄。