基于 Playwright（python） 的前端性能测试脚本实现

引言

在当今Web应用开发中，性能优化是提升用户体验的关键因素之一。本文将介绍如何使用Playwright构建一个自动化性能测试工具，帮助开发者全面分析网页性能瓶颈并获取优化建议。

工具概述

这个脚本主要功能包括：

1. 自动收集页面加载性能指标
2. 分析资源加载情况
3. 生成详细的性能报告
4. 提供优化建议

整体架构

graph TD A[初始化浏览器] --> B[导航到目标URL] B --> C[收集性能指标] C --> D[分析关键指标] D --> E[分析资源加载] E --> F[生成报告] F --> G[提供优化建议] G --> H[清理资源]

核心实现解析

1. 浏览器初始化

def _initialize_browser(self):
    """初始化浏览器环境"""
    self.playwright = sync_playwright().start()  # 启动Playwright
    self.browser = self.playwright.chromium.launch(headless=False)  # 启动Chromium浏览器
    self.context = self.browser.new_context(
        ignore_https_errors=True,  # 忽略HTTPS错误
        bypass_csp=True,  # 绕过内容安全策略
        extra_http_headers={  # 设置HTTP头禁用缓存
            'Cache-Control': 'no-store, no-cache, must-revalidate',
            'Pragma': 'no-cache'
        }
    )
    self.page = self.context.new_page()  # 创建新页面
    self.page.goto('about:blank')  # 导航到空白页
    self.page.route('**', lambda route: route.continue_())  # 拦截所有请求并继续

关键配置说明：

• ignore_https_errors=True：忽略证书错误，便于测试开发环境
• bypass_csp=True：绕过内容安全策略限制
• 禁用缓存：确保每次测试都从服务器获取最新资源

2. 性能数据收集

def _collect_performance_metrics(self) -> Dict[str, Any]:
    """收集性能指标数据"""
    start_time = time.time()  # 记录开始时间
    self.page.goto(self.test_url, wait_until="networkidle")  # 导航到目标URL
    end_time = time.time()  # 记录结束时间

    # 基础指标：页面加载总时间
    self.metrics_data = {
        'load_time_seconds': end_time - start_time,
    }

    # 通过浏览器API获取详细性能指标
    browser_metrics = self.page.evaluate('''() => {
        try {
            const navEntries = performance.getEntriesByType("navigation");
            const resources = performance.getEntriesByType("resource") || [];
            return {
                navigation: navEntries.length > 0 ? navEntries[0].toJSON() : {},
                resources: resources.map(r => r.toJSON())
            };
        } catch (e) {
            return { navigation: {}, resources: [] };
        }
    }''')

数据收集策略：

1. 使用高精度时间戳记录页面加载总时间
2. 通过performance.getEntriesByTypeAPI获取Navigation Timing和Resource Timing数据
3. 捕获异常确保测试不会因单个页面错误而中断

3. 资源分析

def _analyze_resources(self, resources: List[Dict]) -> Dict[str, Any]:
    """分析资源加载情况"""
    resource_types = defaultdict(list)  # 按类型分类资源
    slow_resources = []  # 存储加载缓慢的资源

    # 分类和分析资源
    for res in resources:
        res_type = res.get('initiatorType', 'other')
        resource_types[res_type].append(res)
        duration = res.get('duration')
        if isinstance(duration, (int, float)) and duration > 500:
            slow_resources.append({
                'name': res.get('name', 'unknown'),
                'type': res_type,
                'duration': duration
            })

    # 计算统计信息

分析维度：

• 按资源类型（JS/CSS/图片等）分类统计
• 识别加载时间超过500ms的慢资源
• 计算各类资源的平均加载时间和总耗时

4. 关键性能指标计算

def _analyze_metrics(self):
    """分析关键性能指标"""
    nav_entry = self.metrics_data.get('navigation', {})

    self.metrics_data['analysis'] = {
        'dom_ready_time': nav_entry.get('domContentLoadedEventEnd'),  # DOM准备就绪时间
        'full_load_time': nav_entry.get('loadEventEnd'),  # 完整加载时间
        'first_byte': nav_entry.get('responseStart', 0) - nav_entry.get('requestStart', 0)
        if all(k in nav_entry for k in ['responseStart', 'requestStart'])
        else None,  # 首字节时间(TTFB)
        'page_render_time': nav_entry.get('domComplete', 0) - nav_entry.get('domLoading', 0)
        if all(k in nav_entry for k in ['domComplete', 'domLoading'])
        else None,  # 页面渲染时间
        'resource_count': self.resource_analysis.get('total_resources', 0),  # 资源总数
        'avg_resource_load_time': self.resource_analysis.get('avg_resource_load_time', 0)
    }

核心指标说明：

指标名称	说明	优化意义
页面加载时间	从开始导航到页面完全加载的总时间	反映整体用户体验
DOMContentLoaded	DOM树构建完成时间	用户可开始与页面部分交互的时间点
完全加载时间	所有资源加载完成的时间	页面完全就绪的时间点
首字节时间(TTFB)	服务器响应第一个字节的时间	反映服务器响应速度
页面渲染时间	DOM构建到完成渲染的时间	反映浏览器渲染效率
资源数量	页面加载的所有资源总数	过多资源会显著影响性能
平均资源加载时间	资源加载的平均耗时	反映资源服务器/CDN性能

5. 智能优化建议生成

def _generate_recommendations(self) -> List[str]:
    """根据分析结果生成优化建议"""
    recommendations = []
    analysis = self.metrics_data.get('analysis', {})
    resources = self.resource_analysis

    # 资源数量过多建议
    if analysis.get('resource_count', 0) > 50:
        recommendations.append(
            f"资源数量较多({analysis['resource_count']}个)，建议合并CSS/JS文件，使用雪碧图减少图片资源"
        )

    # 慢资源优化建议
    slow_resources = [
        r for r in resources.get('top_slowest', [])
        if r.get('duration', 0) > 1000
    ]

建议生成逻辑基于以下规则：

1. 资源数量 > 50 → 建议合并资源
2. 平均资源加载时间 > 300ms → 检查CDN或服务器
3. 存在加载时间 > 1s的资源 → 提示优化具体资源

使用示例

if __name__ == "__main__":
    # 创建测试实例并运行测试
    tester = PerformanceTester(url="https://example.com")
    tester.run_test()

输出示例：

开始测试页面: https://example.com

=== 核心性能指标 ===
1. 页面加载时间: 2.34秒
2. DOMContentLoaded: 1245.23ms
3. 完全加载时间: 2340.56ms
4. 首字节时间(TTFB): 345.67ms
5. 页面渲染时间: 895.32ms
6. 资源数量: 42
7. 平均资源加载时间: 215.43ms

=== 资源加载分析 ===
总资源数量: 42
平均资源加载时间: 215.43ms

按类型统计:
  SCRIPT: 12个, 平均加载时间: 185.32ms
  IMAGE: 20个, 平均加载时间: 245.67ms
  CSS: 5个, 平均加载时间: 156.89ms

=== 优化建议 ===
1. 资源数量较多(42个)，建议合并CSS/JS文件，使用雪碧图减少图片资源
2. 发现加载缓慢的资源(2个)，建议优化: example.com/big-image.jpg(1245ms), example.com/main.js(1123ms)

关注评论，私信获取完整脚本