【Chrome】使用k8s、docker部署无头浏览器Headless，Java调用示例

news2024/10/6 6:46:21

什么是无头浏览器？

无头浏览器是一种没有图形用户界面的浏览器。无头浏览器不通过其图形用户界面(GUI)控制浏览器的操作，而是使用命令行。

为什么要用Chrome无头？

Chrome Headless用于抓取(谷歌)、测试(开发者)和黑客(黑客)。
搜索引擎，使用它来呈现页面、生成动态内容和索引来自单页Web应用程序的数据。
SEO工具，用来分析网站，提出如何改进的建议。
监控工具，用于监控Web应用中JavaScript的执行时间。
一个测试工具，用于呈现页面并将其与以前的版本进行比较，以跟踪用户界面的变化。
使用Headless Chrome的主要优势在于，用户可以编写脚本以编程方式运行浏览器，并快速、大规模地执行抓取、分析或成像网站等任务，而无需打开浏览器的GUI并点击一百万个东西。
要做到这一点需要三样东西:无头Chrome、DevTools协议和木偶师。
你已经见过Chrome Headless了。Dev Protocol是Chrome DevTools的远程实例，在另一个浏览器中打开。它允许你“通过你的眼睛”看到无头Chrome，而不需要运行浏览器GUI。Puppeteer是一个节点库，它为开发者提供了通过DevTools协议编程控制无头Chrome的工具。
把三者结合起来，就可以用Headless Chrome编写重复的大规模动作脚本，并快速大规模运行。

安装chrome浏览器并测试

基本上每个程序员都会安装chrome浏览器，如果没有安装的可以去下载安装，安装好之后，可以直接利用chrome浏览器执行无头浏览器的命令，假设chrome浏览器安装路径是: C:\Users\administrator\AppData\Local\Google\Chrome\Application\chrome.exe，可以执行如下命令

C:\Users\best5\AppData\Local\Google\Chrome\Application\chrome.exe --headless --hide-scrollbars --disable-gpu --screenshot=e:\chrome.jpg  --window-size=1280,1696 https://www.baidu.com

会生成一个chrome.jpg文件

Docker运行

拉取镜像: docker pull browserless/chrome:latest
运行容器: docker run -p 3000:3000 browserless/chrome:latest
使用浏览器访问: http://localhost:3000/

看起来很厉害的样子

k8s部署

编写部署ymal文件，并命名browserless-chrome.yaml

---
apiVersion: v1
kind: Service
metadata:
  name: browserless-chrome
  namespace: kube-public
  labels:
    app: browserless-chrome
spec:
  type: NodePort
  ports:
    - name: websocket
      port: 30000
      targetPort: 3000
      nodePort: 30000
  selector:
    app: browserless-chrome
---
apiVersion: apps/v1
kind: Deployment
metadata:
  name: browserless-chrome
  namespace: kube-public
spec:
  replicas: 1
  revisionHistoryLimit: 0 #Replica Sets中的历史数量
  selector:
    matchLabels:
      app: browserless-chrome
  template:
    metadata:
      labels:
        app: browserless-chrome
    spec:
      containers:
        - name: browserless-chrome
          imagePullPolicy: Always
          image: browserless/chrome:latest
          env:
            - name: PORT
              value: "3000"
          securityContext:
            runAsNonRoot: true
            runAsUser: 999
            runAsGroup: 999
          ports:
            - containerPort: 3000
          livenessProbe:
            tcpSocket:
              port: 3000
            initialDelaySeconds: 5
            failureThreshold: 2
            periodSeconds: 60
          readinessProbe:
            tcpSocket:
              port: 3000
            initialDelaySeconds: 5
            periodSeconds: 10
          startupProbe:
            tcpSocket:
              port: 3000
            failureThreshold: 30
            periodSeconds: 10
          resources:
            requests:
              cpu: 0.2
              memory: 300Mi
            limits:
              cpu: 1
              memory: 1Gi
      imagePullSecrets:
        - name: puller

kubectl apply -f browserless-chrome.yaml

把镜像推送到私有仓库

给镜像重新打标签: docker tag browserless/chrome:latest xxx.cn/base/browserless-chrome:latest
推送到私有仓库: docker push imgsreg.ipipa.cn:20443/base/browserless-chrome:latest

Java调用示例

在pom.xml中添加以下依赖

<dependency>
  <groupId>io.github.fanyong920</groupId>
  <artifactId>jvppeteer</artifactId>
  <version>1.1.5</version>
</dependency>

使用本地chrome程序调用示例代码

public class BrowserTest {

    @SneakyThrows
    @Test
    void test() {
        //自动下载，第一次下载后不会再下载
//        BrowserFetcher.downloadIfNotExist(null);
        ArrayList<String> arrayList = new ArrayList<>();
        //生成pdf必须在无头模式下才能生效
        LaunchOptions options = new LaunchOptionsBuilder()
                .withExecutablePath("C:\\Users\\administrator\\AppData\\Local\\Google\\Chrome\\Application\\chrome.exe")
                .withArgs(arrayList)
                .withHeadless(true)
                .build();
        arrayList.add("--no-sandbox");
        arrayList.add("--disable-setuid-sandbox");
        Browser browser = Puppeteer.launch(options);
        Page page = browser.newPage();
        page.goTo("https://www.baidu.com");
        PDFOptions pdfOptions = new PDFOptions();
        pdfOptions.setPath("test.pdf");
        page.pdf(pdfOptions);
        page.close();
        browser.close();
    }
}

使用wetsocket远程调用chrome示例代码

public class BrowserTest {

    @SneakyThrows
    @Test
    void test() {
        //自动下载，第一次下载后不会再下载
//        BrowserFetcher.downloadIfNotExist(null);
        ArrayList<String> arrayList = new ArrayList<>();
        //生成pdf必须在无头模式下才能生效
        LaunchOptions options = new LaunchOptionsBuilder()
                .withArgs(arrayList)
                .withHeadless(true)
                .build();
        arrayList.add("--no-sandbox");
        arrayList.add("--disable-setuid-sandbox");
        Browser browser = Puppeteer.connect(options, "ws://localhost:3000", null, null);
        Page page = browser.newPage();
        page.goTo("https://www.baidu.com");
        PDFOptions pdfOptions = new PDFOptions();
        pdfOptions.setPath("test.pdf");
        page.pdf(pdfOptions);
        page.close();
        browser.close();
    }
}