puppeteer(headless chrome)实现网站登录

puppeteer简介

puppeteer是Chrome团队开发的一个node库，可以通过api来控制浏览器的行为，比如点击，跳转，刷新，在控制台执行js脚本等等。有了这个神器，写个爬虫，自动签到，网页截图，生成pdf，自动化测试什么的，都不在话下。

puppeteer的简单例子

代码来自官网：

const puppeteer = require('puppeteer');

(async () => {
  const browser = await puppeteer.launch();//打开浏览器
  const page = await browser.newPage();//打开一个空白页
  await page.goto('https://example.com');//在地址栏输入网址并等待加载
  await page.screenshot({path: 'example.png'});//截个图

  await browser.close();//关掉浏览器
})();

阅读上述代码，我们可以发现，1，代码中每一步都是异步操作，2，每一步操作都对应实际使用浏览器的一个行为。理解这两点对使用这个库有很大帮助。另外，比较常用的两个对象就是browser和page对象，对象上有一堆用来操作两个对象的方法。接下来，我们就写一个登录网站的小demo。

没有验证码的网站

对于没有验证码的网站，基本上就是输入账号，输入密码，点击登录这三步，需要用到page对象的两个方法：type用来在输入框中输入信息，click用来点击登录。下面以登录豆瓣为例来举个例子：

const puppeteer = require('puppeteer');
const account = `123456@qq.com`;
const password = `123456`;
(async () => {
  const browser = await puppeteer.launch();//打开浏览器
  const page = await browser.newPage();//打开一个空白页
  await page.goto('https://www.douban.com/');//打开豆瓣网站
  await page.type('#form_email', account);
  await page.type('#form_password', password);
  await page.click('.bn-submit');
  await page.waitForNavigation({
    waitUntil: 'load'
  });//等待页面加载出来，等同于window.onload
  await page.screenshot({path: 'example.png'});//截个图
  await browser.close();//关掉浏览器
})();

有人说，我怎么知道到底有没有登录成功呢，一种调试的办法就是使用screenshot,如果你看到的是一个验证码页面，说明没有登录成功，还有一种办法像下面这样：

 const browser = await puppeteer.launch({headless: false});//打开有界面的浏览器

传入headless：false后会真的打开一个浏览器的界面，这样你就可以实时看到代码执行到什么地方了。接下来我们说说碰到验证码时怎么办。

有验证码的网站

碰到有验证码的网站，可以将headless设成false，借助界面输入验证码,同时监听页面加载事件，实现登录，代码如下：

...

  await page.waitForNavigation({
    waitUntil: 'load'
  });//等待页面加载出来，等同于window.onload

//代码中监听跳转事件
if(page.url() === 'https://www.douban.com/accounts/login'){
      //登录不成功
    console.log('需要输入验证码');
    //等待再一次跳转
    while(true){
        await page.waitForNavigation({
            waitUntil: 'load'
        })
        console.log(page.url())
        if(page.url() === 'https://www.douban.com/'){
            console.log('登录成功');
            break;
        }
    }
  }

整体思路就是写也个循环，不断监听页面跳转，直到浏览器登录成功后跳转到首页为止。