在 Node.js 中使用无头 Google Chrome

2017.07.07

Web系统开发

1 示例程序无法运行！
2 发生错误
3 那么，它是用来做什么的呢？（总结）

大家好，
我是开发团队野生队的成员 Mandai。

之前写了一篇题为“
Google Chrome 59 现在支持无头模式，我要试用一下”的文章 | Beyond Co., Ltd. Chrome 会在后台自动更新，所以您可能不会注意到，但我还是想定期检查一下。

这次，我将尝试从 Node.js 以无头模式启动 Google Chrome，并通过 chrome-remote-interface 模块控制它。

示例程序无法运行！

在上一篇文章中，我们探讨了如何在命令行以无头模式启动 Google Chrome 并捕获屏幕，但由于仅使用 shell 脚本很难与其他系统集成，我们将从 Node.js 启动它并直接获取内容。

我基本上Google Developers 网站上的文章“Getting started with headless Chrome | Web | Google Developers”进行操作的，但我就是无法让它正常工作，所以我根据那篇文章中的代码做了一些修改，得到了以下源代码。

const ChromeLauncher = require('chrome-launcher'); const CDP = require('chrome-remote-interface'); const url = 'https://beyondjapan.com'; var launcherKill = (client, launcher, args = null) => { launcher.kill(); console.log(args); } ChromeLauncher.launch({ port: 9222, chromeFlags: [ // '--disable-gpu', // 如果需要启用 '--headless', // '--no-sandbox', // 如果需要启用 ], }).then(launcher => { CDP(client => { const {Page, DOM} = client; Promise.all([ Page.enable(), DOM.enable(), ]).then(() => { Page.navigate({url : url}); Page.loadEventFired(() => { DOM.getDocument((error, params) => { if (error){ console.log(params); launcher.kill(); return; } const opts = { nodeId : params.root.nodeId, selector : 'a' }; DOM.querySelectorAll(opts, (error, params) => { if (error){ console.log(params); launcher.kill(); return; } var promises = []; var getDomAttribute = (DOM, nodeId, count) => { return new Promise((resolve, reject)=>{ const opts = { nodeId : nodeId }; DOM.getAttributes(opts, (error, params) => { if (!error) console.log(count, params.attributes[1]); resolve(); }) }) }; console.log(params.nodeIds.length); params.nodeIds.forEach(elm => { promises.push(getDomAttribute(DOM, elm, promises.length)); }); Promise.all(promises).then(()=>{ launcher.kill(); }) }) }) }) }).on('error', error => { console.error(error) launcher.kill(); }) })

处理流程如下：

使用 chrome-launcher 模块启动 Google Chrome 浏览器
启动后，使用 chrome-remote-interface 模块连接到 DevTools 协议。
从 DevTools 客户端对象导航到指定的 URL 并检索数据。
从 DOM 中获取所有 A 标签，并将 href 值显示到标准输出。

这个问题
，但看起来第 49 行附近的 `DOM.getAttributes` 方法是异步运行的，如果我在运行 `forEach` 循环后立即停止 Google Chrome，就无法读取 DOM 内容。
这次，我使用了一个 Promise 来等待 DOM 全部读取完毕后再停止 Google Chrome。

发生错误

如果在启动脚本时出现以下错误，则需要调整 Google Chrome 的启动选项。

无法使用沙箱！请更新内核或访问 https://chromium.googlesource.com/chromium/src/+/master/docs/linux_suid_sandbox_development.md 获取更多关于使用 SUID 沙箱进行开发的信息。如果您想冒险尝试并需要一个临时解决方案，可以尝试使用 `--no-sandbox` 参数。.

似乎用于使用 Google Chrome 沙盒环境的库中，Google Chrome 可执行文件的路径是硬编码的，导致沙盒无法正常工作。
要彻底解决此错误，似乎需要修改 sandbox/linux/suid/sandbox.cc 文件中的硬编码路径，然后重新构建应用程序。

此外，在紧急情况下或作为临时解决方案，您可以通过取消注释启动选项“--no-sandbox”来启动它。

在这种情况下，请注意，Google Chrome 将在不使用沙盒的环境中启动，这会增加安全风险。