engigu
173 lines
4.9 KiB
Markdown
173 lines
4.9 KiB
Markdown
# 浏览器示例
|
||
|
||
`example/playwright` 提供了一组远程浏览器脚本示例，用于连接 Browserless / Chromium 服务，并完成一次最小可用的页面访问与截图。
|
||
|
||
目录结构如下：
|
||
|
||
```text
|
||
example/
|
||
└── playwright/
|
||
├── playwright.js
|
||
├── playwright.py
|
||
└── readme.md
|
||
```
|
||
|
||
- `playwright.js`：Node.js 示例，使用 `puppeteer-core` 连接 Browserless
|
||
- `playwright.py`：Python 示例，使用 `playwright` 连接 Browserless
|
||
|
||
其中 Python 的 `playwright` 是目前最主流、也最接近 Puppeteer 使用体验的方案。
|
||
同时建议在白虎中为 Python 示例安装并使用 Python `3.11` 版本，因为过高版本的 Python 可能会出现依赖安装失败。
|
||
|
||
## 先安装语言依赖
|
||
|
||
运行脚本前，请先到白虎的“语言依赖”页面安装对应的包，否则任务会因为缺少模块而失败。
|
||
|
||
- 运行 `playwright.js` 前，请在 Node.js 语言依赖中安装：`puppeteer-core`
|
||
- 运行 `playwright.py` 前，请在 Python 语言依赖中安装：`playwright`
|
||
- Python 运行环境建议选择：`3.11`，避免因为版本过高导致依赖安装失败
|
||
|
||
安装完成后，再创建任务执行对应脚本。
|
||
|
||
如果你当前是通过 Browserless 连接远程浏览器：
|
||
|
||
- 不要执行 `playwright install`
|
||
- 不需要额外下载 Chromium / Firefox / WebKit
|
||
- 直接使用 `connect_over_cdp` 连接远程浏览器即可
|
||
|
||
## 适用场景
|
||
|
||
- 验证白虎到 Browserless 的网络连通性
|
||
- 验证远程浏览器地址和 Token 是否配置正确
|
||
- 快速测试浏览器自动化脚本是否能正常运行
|
||
- 快速确认 Node.js / Python 语言环境是否已经配置完成
|
||
- 作为后续网页自动化脚本的基础模板
|
||
|
||
## 推荐部署方式
|
||
|
||
建议配合 `browserless/chromium` 一起使用，再由白虎中的脚本连接远程浏览器服务。
|
||
|
||
参考 `docker-compose.yml`：
|
||
|
||
```yaml
|
||
version: "3.8"
|
||
|
||
services:
|
||
browser:
|
||
image: ghcr.io/browserless/chromium:latest
|
||
container_name: browser
|
||
restart: unless-stopped
|
||
environment:
|
||
MAX_CONCURRENT_SESSIONS: 5
|
||
MAX_QUEUE_LENGTH: 20
|
||
CONNECTION_TIMEOUT: 300000
|
||
DEFAULT_LAUNCH_ARGS: '["--no-sandbox","--disable-setuid-sandbox","--disable-dev-shm-usage"]'
|
||
TOKEN: your-secret-token
|
||
ENABLE_DEBUGGER: "false"
|
||
shm_size: "1gb"
|
||
mem_limit: 2g
|
||
cpus: 2
|
||
healthcheck:
|
||
test: ["CMD", "curl", "-f", "http://localhost:3000/healthz"]
|
||
interval: 30s
|
||
timeout: 10s
|
||
retries: 3
|
||
|
||
baihu:
|
||
image: ghcr.io/engigu/baihu:latest
|
||
container_name: baihu
|
||
restart: unless-stopped
|
||
ports:
|
||
- "8052:8052"
|
||
volumes:
|
||
- ./data:/app/data
|
||
- ./envs:/app/envs
|
||
environment:
|
||
- TZ=Asia/Shanghai
|
||
- BH_SERVER_PORT=8052
|
||
- BH_SERVER_HOST=0.0.0.0
|
||
- BH_DB_TYPE=sqlite
|
||
- BH_DB_PATH=/app/data/baihu.db
|
||
- BH_DB_TABLE_PREFIX=baihu_
|
||
logging:
|
||
driver: json-file
|
||
options:
|
||
max-size: "10m"
|
||
max-file: "3"
|
||
depends_on:
|
||
- browser
|
||
```
|
||
|
||
## 使用步骤
|
||
|
||
1. 启动 `browser` 和 `baihu` 服务。
|
||
2. 在白虎的“语言依赖”中安装对应包。
|
||
3. 按实际环境修改脚本中的 Browserless 地址和 Token。
|
||
4. 在白虎中创建任务并运行对应脚本。
|
||
|
||
Python 示例的核心写法如下：
|
||
|
||
```python
|
||
from playwright.sync_api import sync_playwright
|
||
|
||
with sync_playwright() as p:
|
||
browser = p.chromium.connect_over_cdp(
|
||
"http://browser:3000?token=your-secret-token"
|
||
)
|
||
page = browser.new_page()
|
||
page.goto("https://www.baidu.com")
|
||
page.screenshot(path="baidu.png")
|
||
browser.close()
|
||
```
|
||
|
||
## 运行前检查
|
||
|
||
- Browserless 服务已经正常启动
|
||
- 白虎可以访问 Browserless 地址
|
||
- `TOKEN` 与 Browserless 配置保持一致
|
||
- 脚本中的地址、端口和协议填写正确
|
||
|
||
## 常见问题
|
||
|
||
### 1. 报错提示找不到模块
|
||
|
||
通常是还没有在“语言依赖”中安装对应包：
|
||
|
||
- Node.js 示例需要 `puppeteer-core`
|
||
- Python 示例需要 `playwright`
|
||
|
||
### 2. 为什么没有执行 `playwright install`
|
||
|
||
这是预期行为。
|
||
|
||
如果你使用的是 Browserless 这类远程浏览器服务，Playwright 只是作为客户端发起连接，不需要在白虎容器里再下载本地浏览器，所以通常不要执行 `playwright install`。
|
||
|
||
### 3. 连接不上 Browserless
|
||
|
||
请优先检查：
|
||
|
||
- Browserless 服务是否正常启动
|
||
- Token 是否正确
|
||
- 白虎与 Browserless 是否在同一网络中
|
||
- 地址是否写成了当前运行环境可访问的地址
|
||
|
||
### 4. 页面打开超时
|
||
|
||
可以尝试：
|
||
|
||
- 换一个更稳定的目标站点
|
||
- 调大超时时间
|
||
- 增加 Browserless 容器的 `shm_size`
|
||
- 检查容器 CPU / 内存是否不足
|
||
|
||
### 5. 没有看到截图文件
|
||
|
||
请确认：
|
||
|
||
- 脚本已经执行成功
|
||
- 截图保存路径是否正确
|
||
- 任务工作目录是否符合预期
|
||
|
||
## 说明
|
||
|
||
这组示例主要用于快速验证白虎与远程浏览器服务之间的连通性，以及对应语言环境是否已经配置完成。
|