基于Node+HeadlessBrowser的浏览器自动化方案

什么是无头浏览器(Headless Browser)？

无头浏览器，就像是一个没有用户界面的浏览器程序。你可以想象它就是一个"隐形"的浏览器，只不过它没有图形界面，但能做我们用普通浏览器所能做的大部分事情，比如打开网页、执行 JavaScript、进行页面互动等。无头浏览器最常用的场景就是在自动化测试、网页抓取、服务器上执行任务等不需要用户界面的场合。

使用无头浏览器，你无需打开真正的浏览器窗口就可以让程序去浏览网页、录制操作、生成截图等等，特别适合那些需要在没有人手动操作的情况下处理网页内容的任务。

特性	Playwright	Puppeteer	Selenium	PhantomJS
支持浏览器	Chromium, Firefox, WebKit	Chromium	所有主流浏览器	已内置 WebKit
平台支持	Windows, Mac, Linux	Windows, Mac, Linux	Windows, Mac, Linux	Windows, Mac, Linux
多浏览器支持	是	否	是	否
API 现代性	现代且易用	现代且易用	较复杂，学习曲线陡峭	较简单
开发活跃度	活跃且增长快	活跃	非常活跃	已停止维护
适用场景	自动化测试、爬虫、跨浏览器兼容性测试	浏览器自动化测试和爬虫	复杂测试流程	静态网页抓取
启动速度	快	快	较慢	快
资源占用	中	中	高	低
文档和社区支持	良好	优秀	广泛	限制, 文档停滞

Playwright：适合需要多浏览器支持的项目，API 现代且跨平台，对新功能的支持很快。
Puppeteer：专注于 Chromium，适合简单的自动化测试和爬虫任务。
Selenium：对于复杂的跨浏览器测试任务是很好的选择，但需要较多的配置和学习。
PhantomJS：虽然轻量且快速，但由于停止维护，而其使用逐渐减少，不建议用于新项目。

一、依赖安装

以下用Playwright为例，实现几个模拟浏览器操作的案例

复制代码

// 安装无头浏览器依赖
npm i playwright --save
// 安装浏览器内核
npx playwright install

二、具体自动化操作

ScreenHotUtils.js提供了三个案例方法

对目标网页进行截取
获取目标页面的大标题
获取目标页面Window对象的任意属性

// 注入chromium内核
const { chromium } = require('playwright');

/**
- 异步暂停方法
- @param {number} delay - 时长（以毫秒为单位）
- @returns {Promise}
  */
  const sleep = delay => new Promise(resolve => setTimeout(resolve, delay));
/**
- 网页截屏方法
- @param {string} webPageUrl - 目标网页地址
- @param {number} loadDelay - 网页加载延时（以毫秒为单位）
- @param {number} width - 浏览器宽度
- @param {number} height - 浏览器高度
- @param {boolean} fullPage - 是否进行全屏长截图
- @returns {Promise} - 截图图像的Buffer
  */
  const captureWebPageScreenshot = async (
  webPageUrl,
  loadDelay = 1000,
  width = 1980,
  height = 1024,
  fullPage = false
  ) => {
  // 创建浏览器对象
  const browser = await chromium.launch();
  // 创建一个新的页面
  const page = await browser.newPage({
  viewport: {
  width,
  height,
  },
  });
  // 跳转到目标页
  await page.goto(webPageUrl);
  // 等待页面加载完成
  await page.waitForLoadState('load');
  // 页面加载延时
  await sleep(loadDelay);
  // 截图，并获取一个Buffer
  const screenFileBuffer = await page.screenshot({ fullPage });
  // 关闭浏览器
  await browser.close();
  return screenFileBuffer;
  };
/**
- 获取网页标题
- @param {string} webPageUrl - 目标网页地址
- @param {number} loadDelay - 网页加载延时（以毫秒为单位）
- @returns {Promise} - 网页标题
  */
  const getWebPageTitle = async (webPageUrl, loadDelay = 1000) => {
  // 创建浏览器对象
  const browser = await chromium.launch();
  const page = await browser.newPage();
复制代码
```
await page.goto(webPageUrl);
await page.waitForLoadState('load');
await sleep(loadDelay);

// 获取页面标题
const title = await page.title();
await browser.close();
return title;
```
};

/**
- 获取Window属性
- @param {string} webPageUrl - 目标网页地址
- @param {string[]} propertyNames - 要获取的属性名称列表
- @returns {Promise} - 获取的属性值
  */
  const getWindowProperty = async (webPageUrl, propertyNames) => {
  const browser = await chromium.launch();
  const page = await browser.newPage();
复制代码
```
await page.goto(webPageUrl);
await page.waitForLoadState('load');

// 使用 evaluate 在页面上下文中运行脚本
const propertyValue = await page.evaluate(propertyNames => {
  const result = propertyNames.reduce((pre, prop) => {
    pre = pre[prop];
    return pre;
  }, window);
  return result;
}, propertyNames);

await browser.close();

return propertyValue;
```
};

module.exports = {
getWebPageTitle,
getWindowProperty,
captureWebPageScreenshot,
};

三、执行测试

复制代码

const {
  getWebPageTitle,
  captureWebPageScreenshot,
  getWindowProperty,
} = require('./ScreenHotUtils');
const fs = require('fs');
const path = require('path');

(async () => {
  const webPageUrl = `http://www.baidu.com`;
  //   执行截图动作
  const fileBuffer = await captureWebPageScreenshot(webPageUrl);
  // 写入本地 | 上传OSS | 其他
  fs.writeFileSync(path.resolve(__dirname, './screenShot.png'), fileBuffer);
  //   获取页面标题
  const pageTitle = await getWebPageTitle(webPageUrl);
  console.log('PageTitle', pageTitle); // 百度一下 你就知道
  // 获取页面cookie
  const cookie = await getWindowProperty(webPageUrl, ['document', 'cookie']);
  console.log('Cookie:', cookie); // cookie......
})();

效果：

就这样，我们可以轻松获得一个页面截图，通过代码就能在不打开浏览器的情况下获取到网页的图像，来实现一些自动化巡检&截图工具。