Web自动化之Headless Chrome开发工具库

命令行运行Headless Chrome

Chrome 安装（需要带梯子）

• 下载地址
• 几个版本的比较
  • Chromium 不是Chrome，但Chrome的内容基本来源于Chromium，这个是开源的版本，小时级别的更新
  • Canary 是试验版，翻译过来就是金丝雀，金丝雀对瓦斯等毒气很敏感，浓度稍高就会停止鸣叫甚至挂掉，金丝雀是瓦斯等毒气检测的土办法，这个场景在《寻龙诀》中黄渤的操作中也能看到。哈哈 扯远了，这个是daily build 版本。
  • Dev 是开发版，weekly build版本
  • Beta 是测试版，monthly build版本
  • Stable 是稳定版，不定期更新，一般也是一个月左右一次
  • 更新频率 Chromium > Chrome Canary > Chrome Dev > Chrome Beta > Chrome Stable
  • Chrome Dev、Chrome Beta 和 Chrome Stable三者只能同时出现一个
  • Chromium 、Chrome Canary 和 剩下的任意一个可共存
• Windows平台下载下来的可能只是一个在线安装的程序，下载离线版在下载页面的URL里面加参数standalone=1

命令行快捷配置（Mac环境）

在~/.bashrc 中加入

alias chrome="/Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome"
alias chrome-canary="/Applications/Google\ Chrome\ Canary.app/Contents/MacOS/Google\ Chrome\ Canary"

重新打开终端，我们就可以直接通过 chrome打开稳定版的Chrome，chrome-canary打开试验版的Chrome了。

命令行启动Chrome

• 参考官方说明, Headless模式需要Chrome Version >= 59

• 使用Chrome打开百度首页(带界面)，能看到浏览器的打开

  chrome https://www.baidu.com
  

• 使用无界面模式启动Chrome打开百度首页(无界面)，但不到浏览器界面打开，但任务栏会有图标

  chrome --headless https://www.baidu.com
  

• 使用无界面模式启动Chrome并将页面转为PDF，可以看到output.pdf的输出

  chrome --headless --print-to-pdf https://www.baidu.com
  

• 使用无界面模式启动Chrome并截图，可以看到screenshot.png的输出

  chrome --headless --screenshot --window-size=414,736 https://www.baidu.com/
  

• 使用无界面模式启动Chrome并打开交互环境

  chrome --headless --repl
  

• 使用无界面模式启动Chrome，并开启调试Server

  chrome --headless --remote-debugging-port=9222
  

• 参考 Chrome命令行参数列表

命令行操作Headless Chrome

• 确保已经启动Headless Chrome,并启用了调试Server

  chrome --headless --remote-debugging-port=9222
  

• 安装chrome-remote-interface

  npm install chrome-remote-interface -g
  

• 查看命令说明，这里可以进行各种相关操作

  $ chrome-remote-interface
  
    Usage: chrome-remote-interface [options] [command]
  
    Commands:
  
      inspect [options] [<target>] inspect a target (defaults to the first available target)
      list                   list all the available targets/tabs
      new [<url>]            create a new target/tab
      activate <id>          activate a target/tab by id
      close <id>             close a target/tab by id
      version                show the browser version
      protocol [options]     show the currently available protocol descriptor
  
    Options:
  
      -h, --help         output usage information
      -t, --host <host>  HTTP frontend host
      -p, --port <port>  HTTP frontend port
      -s, --secure       HTTPS/WSS frontend
  

• 打开一个新页面

  chrome-remote-interface new https://www.baidu.com
  

• 查看刚打开的页面

  chrome-remote-interface inspect
  

• 查看当前页面的URL

  >>> Runtime.evaluate({expression:'location.href'})
  

  ​

可编程方式运行Headless Chrome

直接通过代码调用命令行启动Chrome 调试Server

可以通过系统调用的方式直接调用上面的命令行执行方式。这种方式在跨平台的情况下会有一些工作需要做。

Google出品的Lighthouse 这个网页质量检查工具，有一个组件专门做这事，考虑了各种平台的兼容性问题，源码参考lighthouse-chromelauncher，这个组件现在已经单独独立出来，作为一个单独的NPM组件chrome-launcher,可以直接使用这个在Node平台下调用，其他平台的也可以此为参考。

const chromeLauncher = require('chrome-launcher');
//启用无界面模式并开启远程调试,不同引用版本和方式，调用方式可能有些区别
//chromeLauncher.run({
chromeLauncher.launch({
    // port: 9222,
    chromeFlags: [
        '--headless'
    ]
}).then((chrome) => {
    // 拿到一个调试客户端实例
    console.log(chrome)
    chrome.kill();
});

通过客户端的封装组件进行浏览器交互

实现了ChromeDevTools协议的工具库有很多，chrome-remote-interface是NodeJS的实现。

Chrome调试Server开启的是WebSocket交互的相关实现，要用编程的方式实现还需要封装一些WebSocket命令发送、结果接收等这一系列操作，这些chrome-remote-interface已经帮我们做了，更多实例可以参考chrome-remote-interface的wiki。

const chromeLauncher = require('chrome-launcher');
const chromeRemoteInterface = require('chrome-remote-interface')
//启用无界面模式并开启远程调试,不同引用版本和方式，调用方式可能有些区别
//chromeLauncher.run({
chromeLauncher.launch({
    port: 9222,
    chromeFlags: [
        '--headless'
    ]
}).then((launcher) => {
    chromeRemoteInterface.Version({
        host:'localhost',
        port:9222
    }).then(versionInfo => {
        console.log(versionInfo)
    });

    chromeRemoteInterface({
        host:'localhost',
        port:9222
    }).then((chrome) => {
        //这里调用ChromeDevToolsProtocol定义的接口
        const {Network,Page} = chrome;

        Network.requestWillBeSent((params) => {
            let {request}  = params;
            let {url} = request;
            console.log(url)
        });
        Promise.all([
            Network.enable(),
            Page.enable()
        ]).then(() => {
            Page.navigate({
                url:'https://www.baidu.com'
            })
        });

        setTimeout(() => {
            launcher.kill()
        },5000);

    })
});