面向需要 扫码登录/复杂交互 的网站：先用工具稳定拿到会话（cookies/storage_state），再验证选择器，最后用可配置 workflow 执行抓取动作与提取。
python -m venv .venv
.\.venv\Scripts\activate
pip install -r requirements.txt
python -m playwright installpython -m spider login --url "https://目标网站/login" --state sessions/site.json可选：如果你知道“登录成功后一定出现的元素”，用 --wait-selector 自动判断：
python -m spider login --url "..." --state sessions/site.json --wait-selector "css=.avatar"python -m spider selectors --url "https://目标网站/某页" --state sessions/site.json --selector "css=.item"
python -m spider selectors --url "..." --state sessions/site.json --selector "css=a" --attr href --limit 10需要分析“页面真实请求了哪些接口”时，可以顺便导出 HAR：
python -m spider selectors --url "..." --state sessions/site.json --selector "css=body" --har artifacts/network.har进入 Playwright Inspector（更适合“现场试选择器”）：
set PWDEBUG=1
python -m spider inspect --url "https://目标网站/某页" --state sessions/site.jsonpython -m spider cookies show --state sessions/site.json
python -m spider cookies export --state sessions/site.json --out cookies.json
python -m spider cookies header --state sessions/site.json --url "https://目标网站/某页"如果你已经在浏览器里复制了 Cookie 请求头（例如开发者工具里看到的 Cookie: a=b; c=d），可以直接生成 storage_state.json：
python -m spider cookies from-header --url "https://目标网站/" --cookie "a=b; c=d" --out sessions/site.json --validate编辑 examples/workflow.example.yaml，然后：
python -m spider run --config examples/workflow.example.yaml --state sessions/site.jsonworkflow 详细写法与动作说明见：docs/workflow.md
全量操作文档（含所有命令/参数/动作/调试流程）：docs/operations.md
- 会话文件（
sessions/*.json、storage_state.json、cookies.json）是敏感信息，已在.gitignore中忽略。 - 复杂网站常需要额外等待：优先用
wait_for（等待某个元素出现），其次再用sleep。
本项目定位是“在你有权访问的站点上，把登录会话与抓取流程自动化/固化”，不提供也不鼓励绕过验证码、人机验证、访问控制、封禁策略等行为。
如果你遇到 403/429、频繁跳登录、人机验证等拦截：
- 先确认是否 会话失效（重新
login保存新的sessions/*.json） - 用
inspect / selectors + --har把“页面真实请求的接口”分析清楚，尽量走站点允许的数据获取方式（如官方 API/导出） - 降低访问频率、做缓存/增量，避免给目标站点造成压力
更完整的排错与边界说明见：docs/operations.md