网页抓取用什么？Puppeteer：Chrome 官方的无头浏览器 API

GitHub 仓库

puppeteer/puppeteer

总 Stars

★ 95,740

主要语言

TypeScript

查看 GitHub 项目

结论先行：做网页抓取、自动化测试，绕不开 Puppeteer——Chrome 团队出品的无头浏览器 API，9.6 万 star，TypeScript 编写，Apache-2.0 协议。本站核验最近 push 为 10 月 23 日，维护活跃。

是什么

通过代码操控 Chrome / Firefox 的库：打开页面、点击、填表、截图、抓网络请求，浏览器能做的事它都能编排。无头模式跑在服务器上特别合适。

能干嘛

网页数据抓取（JS 渲染的页面也不在话下）、自动化测试、网页截图/PDF 生成、爬虫对抗场景下的拟人化操作。

适合谁

需要抓取动态网页的数据工程师、做端到端测试的前端、想批量生成网页截图/报告的人。

注意点

无头浏览器吃内存，并发一高就得加机器；另外抓取前先看目标站点的 robots.txt 和服务条款，别硬刚反爬。同类对比：Selenium 生态更老（本日也收录），Puppeteer 对 Chrome 的操控更细，Node 系项目用它更顺手。

常见问题：Puppeteer 和 Playwright 怎么选？

两者都是无头浏览器方案。Playwright 多浏览器支持更均衡，Puppeteer 背靠 Chrome 团队、对 Chrome 新特性的跟进最快。只做 Chrome 场景选 Puppeteer，跨浏览器矩阵测试看 Playwright。

站长点评

我把它标 hottest 是因为它就是这个领域的事实标准——9.6 万星不是白来的。新手建议从官方示例的截图和 PDF 生成入手，半小时就能跑通第一个脚本。

项目地址：https://github.com/puppeteer/puppeteer