Optimización del tráfico

Aprende sobre estrategias clave para optimizar el tráfico de Headless Browser al usar Playwright y Puppeteer

Tus scripts de automatización suelen descargar recursos innecesarios, como imágenes, hojas de estilo, fuentes y otros archivos multimedia. Estos archivos consumen ancho de banda y pueden ralentizar tus operaciones de scraping.

Puedes bloquear por completo la carga de estos recursos innecesarios. Al interceptar las solicitudes de red y bloquear de forma selectiva los archivos multimedia, puedes centrarte solo en los datos que realmente necesitas.

Estos fragmentos de código funcionan con Playwright y Puppeteer para bloquear recursos multimedia antes de que se descarguen:

Python

async def block_resources(route):
    request = route.request
    resource_type = request.resource_type
    if resource_type in ['image', 'stylesheet', 'media', 'font']:
        await route.abort()
    else:
        await route.continue_()
await page.route('**/*', block_resources)

JavaScript