Cấu hình proxy trong Playwright: Browser context, phiên và xác minh
Cấu hình proxy Playwright ở cấp trình duyệt hoặc context, bảo vệ thông tin xác thực, xác minh tuyến và nội dung, chẩn đoán lỗi 407/429.

Playwright có thể đưa trình duyệt đã render đi qua proxy, hữu ích khi một phép thử được cho phép cần quan sát trang công khai từ một mạng hoặc thị trường cụ thể. Cấu hình khá ngắn; phần khó là chứng minh trình duyệt thực sự dùng tuyến dự định và trang trả về là kết quả đúng. Hướng dẫn này dựa trên API JavaScript chính thức của Playwright, tách đường truyền proxy khỏi trạng thái trình duyệt, đồng thời đưa giới hạn tần suất và quyền dùng nguồn vào thiết kế kiểm thử.
1. Chọn phạm vi proxy trước khi viết bài kiểm thử
Playwright cho phép đặt proxy cho toàn bộ trình duyệt tại chromium.launch() hoặc cho từng browser context tại browser.newContext(). Tài liệu mạng của Playwright trình bày cả hai cách, còn Browser API mô tả tùy chọn proxy. Proxy ở cấp trình duyệt đơn giản khi mọi trang trong một worker đều dùng cùng tuyến. Proxy ở cấp context phù hợp để so sánh các thị trường độc lập trong cùng một tiến trình trình duyệt. Tạo trang mới không tự đổi proxy; trang thuộc về context đã tạo nó.
Chọn tuyến theo phép đo. Proxy residential có thể quan sát các thị trường mạng hộ gia đình có vùng phủ, còn định vị chi tiết phụ thuộc vùng phủ thực tế. Proxy ISP cung cấp endpoint ổn định cho phiên đo lặp lại. Trước khi nghiên cứu, hãy xác nhận endpoint, điều khiển vị trí, thông tin xác thực và cài đặt phiên trong tài khoản của bạn. Tuyến IP không tự thay đổi locale, múi giờ, viewport, cookie hay quyền truy cập nguồn.
2. Cấu hình context mà không lộ thông tin xác thực
Ví dụ dưới đây dùng thư viện Playwright cho Node.js. Cung cấp PROXY_SERVER, PROXY_USERNAME và PROXY_PASSWORD qua trình quản lý bí mật hoặc biến môi trường cục bộ. PROXY_SERVER phải là endpoint được cấp cho tài khoản, gồm tiền tố như http://; URL đích trong ví dụ chỉ là địa chỉ thay thế cho trang mà bạn được phép kiểm thử. Playwright hỗ trợ username và password cho proxy HTTP(S). Nếu endpoint xác thực bằng danh sách IP được phép, hãy bỏ hai trường đó theo hướng dẫn của nhà cung cấp.
const { chromium } = require('playwright');
(async () => {
const { PROXY_SERVER, PROXY_USERNAME, PROXY_PASSWORD } = process.env;
if (!PROXY_SERVER) throw new Error('Set PROXY_SERVER');
const browser = await chromium.launch();
try {
const proxy = { server: PROXY_SERVER };
if (PROXY_USERNAME && PROXY_PASSWORD) {
proxy.username = PROXY_USERNAME;
proxy.password = PROXY_PASSWORD;
}
const context = await browser.newContext({
proxy,
locale: 'en-US',
timezoneId: 'America/New_York',
viewport: { width: 1280, height: 800 },
});
try {
const page = await context.newPage();
const response = await page.goto('https://example.com/', {
waitUntil: 'domcontentloaded',
});
if (!response || response.status() >= 400) {
throw new Error(`Navigation failed: ${response?.status() ?? 'no response'}`);
}
console.log({ status: response.status(), title: await page.title() });
} finally {
await context.close();
}
} finally {
await browser.close();
}
})().catch(error => { console.error(error); process.exitCode = 1; });
Đây là phép thử sơ bộ về đường truyền và điều hướng, chưa chứng minh IP đầu ra cụ thể hay kết quả nghiệp vụ hợp lệ. Không ghi mật khẩu proxy hoặc URL chứa thông tin xác thực đầy đủ vào log. Browser context độc lập của Playwright tách cookie và bộ nhớ cục bộ; khi so sánh thị trường hoặc danh tính, hãy chủ động dùng các context riêng.
3. Giữ tuyến, phiên và tín hiệu trình duyệt nhất quán
Với hành trình nhiều trang, hãy giữ một context và một phiên proxy dự định trong suốt quy trình. Đổi IP giữa các bước phân trang có thể trộn thị trường hoặc tạo trạng thái website không nhất quán. Nếu cần mẫu độc lập, tạo context mới và ghi nhãn tuyến, thị trường mục tiêu, thời điểm chạy, phiên bản trình duyệt, locale và viewport cho từng bản ghi. Dùng lại một context ở các thị trường không liên quan có thể mang cookie và dữ liệu lưu trữ theo, dù bạn đổi tuyến ở nơi khác.
Quốc gia của proxy và locale trong Playwright là hai biến tách biệt. Browser API cho biết locale ảnh hưởng đến navigator.language, Accept-Language và cách hiển thị số, ngày; timezoneId là tùy chọn context khác. Hãy đặt và ghi rõ các giá trị này. Nếu trang hiện ưu đãi khác nhau, mỗi lần chỉ thay một biến để biết khác biệt do tuyến mạng, ngôn ngữ hay phiên. Proxy di động cũng không biến Chromium trên máy tính thành điện thoại hoặc ứng dụng thật.
4. Xác minh dữ liệu quan sát, không chỉ mã HTTP
Trước tiên, xác nhận tuyến qua endpoint bạn kiểm soát hoặc dịch vụ phản hồi IP được phép dùng, rồi ghi IP đầu ra và thị trường quan sát được. Sau đó tải trang đích được phép. API sự kiện mạng của Playwright ghi được trạng thái yêu cầu và phản hồi; khi điều hướng thành công, page.goto() trả về phản hồi của tài liệu chính. Tuy nhiên, 200 vẫn có thể là màn hình đồng ý, trang thử thách, trang sai quốc gia hoặc dữ liệu cũ. Kiểm tra phần tử trang mong đợi, dấu hiệu thị trường và trường dữ liệu chính; rà soát thủ công một mẫu ảnh chụp hoặc bản trích HTML.
Đo tỷ lệ kết quả hợp lệ, độ trễ p95, số byte truyền và chi phí mỗi kết quả hợp lệ, không chỉ số yêu cầu mỗi phút. Để so sánh công bằng, giữ nguyên URL, cấu hình trình duyệt, khung giờ và quy tắc trích xuất trong khi thay tuyến. Nếu mục tiêu yêu cầu tài khoản, chỉ dùng tài khoản và phương thức được nguồn cho phép; cấu hình proxy không tạo ra quyền truy cập.
5. Chẩn đoán lỗi ở đúng lớp
Không nên gộp mọi thất bại thành “proxy bị chặn”. Lỗi kết nối proxy, phản hồi xác thực proxy, phản hồi của nguồn và lỗi xác thực nội dung cần hành động khác nhau. HTTP 407 liên quan đến xác thực proxy; 429 báo quá nhiều yêu cầu và có thể kèm Retry-After.
| Hiện tượng | Lớp cần kiểm tra | Bước kiểm tra đầu tiên |
|---|---|---|
| Lỗi kết nối hoặc timeout trước khi có phản hồi | Endpoint, giao thức, khả năng kết nối | Xác nhận máy chủ, scheme, cổng, quyền tài khoản và mạng đầu ra cục bộ |
| HTTP 407 từ proxy | Xác thực proxy | Xác nhận chế độ và giá trị xác thực mà không ghi bí mật vào log |
| Nguồn trả 403 hoặc 429 | Chính sách nguồn hoặc giới hạn tần suất | Rà soát quyền, giảm tải, tuân thủ Retry-After nếu có |
| HTTP 200 nhưng sai thị trường | Tuyến và cấu hình trình duyệt | Xác minh thị trường đầu ra, locale, bộ lọc và trạng thái đã lưu |
| HTTP 200 nhưng là trang thử thách hoặc thiếu trường | Nội dung và bộ trích xuất | Kiểm tra trang và loại kết quả khỏi tập hợp lệ |
Bảng chỉ dùng để phân loại bước đầu, không khẳng định mọi website dùng mã trạng thái nhất quán. Giữ siêu dữ liệu phản hồi và một mẫu nhỏ phù hợp chính sách nguồn để một lần thay đổi parser sau này không bị hiểu nhầm là lỗi mạng.
6. Chỉ mở rộng sau phép thử lặp lại được
Bắt đầu với một nhóm nhỏ trang được phép truy cập. Kiểm tra điều khoản nguồn và robots.txt; RFC 9309 chuẩn hóa Robots Exclusion Protocol, còn thỏa thuận riêng có thể đặt thêm giới hạn. Đặt mức đồng thời tối đa và điều kiện dừng khi trang thử thách hoặc phản hồi giới hạn lặp lại. Không xem xoay vòng IP là cách bỏ qua kiểm soát truy cập. Trong phép thử, “thành công” phải có nghĩa là đúng trang, đúng thị trường, đủ trường và đáp ứng cửa sổ độ mới.
Khi phép thử ổn định, chọn tuyến residential nếu cần góc nhìn mạng hộ gia đình hoặc tuyến ISP nếu cần đường cơ sở ổn định. Ghi riêng cấu hình proxy, trạng thái trình duyệt và việc kiểm tra nội dung đích. Nhờ vậy quy trình Playwright dễ tái lập, gỡ lỗi và kiểm toán hơn một tập lệnh chỉ báo số trang đã tải.
Tiêu chuẩn chính thức và tài liệu kỹ thuật
Playwright — Cấu hình proxy HTTP
Playwright — Tùy chọn Browser.newContext
Playwright — Cách ly browser context
Arcvenza — Thông tin Residential Proxies
Arcvenza — Endpoint ổn định của ISP Proxies
IETF — HTTP 407 Proxy Authentication Required (RFC 9110)

