Chrome 无头模式

Mathias Bynens
Mathias Bynens
Peter Kvitek
Peter Kvitek

借助 Chrome 无头模式,您可以在无人值守的环境中运行浏览器,而无需任何可见的界面。从本质上讲,您可以在没有 Chrome 的情况下运行 Chrome。

无头模式是通过 PuppeteerChromeDriver 等项目进行浏览器自动化操作的热门选择。

如需使用无头模式,请传递 --headless 命令行标志:

chrome --headless

使用旧版无头模式

以前,无头模式是一个单独的备选浏览器实现,恰好与同一 Chrome 二进制文件一起分发。它不会共享 //chrome 中的任何 Chrome 浏览器代码。

Chrome 现在整合了无头模式和头部模式。

无头模式与 Chrome 共享代码。

目前,旧版无头模式仍可供使用,但存在以下限制:

chrome --headless=old

在 Puppeteer 中

如需在 Puppeteer 中使用无头模式,请执行以下操作:

import puppeteer from 'puppeteer';

const browser = await puppeteer.launch({
  headless: 'true', // (default) enables Headless
  // `headless: 'old'` enables old Headless
  // `headless: false` enables "headful" mode
});

const page = await browser.newPage();
await page.goto('https://developer.chrome.com/');

// …

await browser.close();

在 Selenium-WebDriver 中

如需在 Selenium-WebDriver 中使用无头模式,请执行以下操作:

const driver = await env
  .builder()
  .setChromeOptions(options.addArguments('--headless'))
  .build();

await driver.get('https://developer.chrome.com/');

// …

await driver.quit();

如需了解详情(包括使用其他语言绑定的示例,请参阅 Selenium 团队的博文)。

命令行标志

以下命令行标志在无头模式下可用。

--dump-dom

--dump-dom 标志会将目标网页的序列化 DOM 输出到标准输出。例如:

chrome --headless --dump-dom https://developer.chrome.com/

这与使用 curl 输出 HTML 源代码不同。为了提供 --dump-dom 的输出,Chrome 会先将 HTML 代码解析为 DOM,执行任何可能会更改 DOM 的 <script>,然后将该 DOM 转换回序列化的 HTML 字符串。

--screenshot

--screenshot 标志会截取目标网页的屏幕截图,并将其保存为当前工作目录中的 screenshot.png。在与 --window-size 标志结合使用时,这尤其有用。

例如:

chrome --headless --screenshot --window-size=412,892 https://developer.chrome.com/

--print-to-pdf

--print-to-pdf 标志会将目标网页保存为当前工作目录中名为 output.pdf 的 PDF 文件。例如:

chrome --headless --print-to-pdf https://developer.chrome.com/

您可以酌情添加 --no-pdf-header-footer 标志,以省略打印版标题(包含当前日期和时间)和页脚(包含网址和页码)。

chrome --headless --print-to-pdf --no-pdf-header-footer https://developer.chrome.com/

注意:--no-pdf-header-footer 标志背后的功能之前可通过 --print-to-pdf-no-header 标志使用。如果您使用的是旧版,则可能需要回退到旧标志名称。

--timeout

--timeout 标志定义了等待时间上限(以毫秒为单位),等待时间上限过后,即使网页仍在加载,--dump-dom--screenshot--print-to-pdf 也会捕获网页内容。

chrome --headless --print-to-pdf --timeout=5000 https://developer.chrome.com/

--timeout=5000 标志会指示 Chrome 在打印 PDF 文件之前最多等待 5 秒钟。因此,此过程最多需要 5 秒钟才能运行完毕。

--virtual-time-budget

--virtual-time-budget 可对任何基于时间的代码(例如 setTimeout/setInterval)充当“快进”功能。它会强制浏览器尽快执行网页的任何代码,同时让网页认为时间确实在流逝。

为了说明其用法,请考虑以下演示,该演示使用 setTimeout(fn, 1000) 每秒递增、记录和显示计数器。相关代码如下:

<output>0</output>
<script>
  const element = document.querySelector('output');
  let counter = 0;
  setInterval(() => {
    counter++;
    console.log(counter);
    element.textContent = counter;
  }, 1_000);
</script>

一秒后,页面包含“1”;两秒后,页面包含“2”;依此类推。下面展示了如何在 42 秒后捕获页面状态并将其保存为 PDF 文件:

chrome --headless --print-to-pdf --virtual-time-budget=42000 https://mathiasbynens.be/demo/time

--allow-chrome-scheme-url

如需访问 chrome:// 网址,必须启用 --allow-chrome-scheme-url 标志。此标志从 Chrome 123 开始提供。示例如下:

chrome --headless --print-to-pdf --allow-chrome-scheme-url chrome://gpu

调试

由于 Chrome 在无头模式下实际上是不可见的,因此解决问题可能听起来很棘手。您可以使用与有头 Chrome 非常类似的方式调试无头 Chrome。

使用 --remote-debugging-port 命令行标志在无头模式下启动 Chrome。

chrome --headless --remote-debugging-port=0 https://developer.chrome.com/

这会将唯一的 WebSocket 网址输出到标准输出,例如:

DevTools listening on ws://127.0.0.1:60926/devtools/browser/b4bd6eaa-b7c8-4319-8212-225097472fd9

然后,在有头 Chrome 实例中,我们可以使用 Chrome DevTools 远程调试功能连接到无头目标并对其进行检查。

  1. 前往 chrome://inspect,然后点击配置…按钮。
  2. 输入 WebSocket 网址中的 IP 地址和端口号。
    • 在前面的示例中,我输入了 127.0.0.1:60926
  3. 点击完成。您应该会看到一个 Remote Target 出现,其中列出了其所有标签页和其他目标。
  4. 点击检查可访问 Chrome 开发者工具并检查远程无头目标,包括页面的实时视图。

Chrome 开发者工具可以检查远程无头目标网页

反馈

我们期待收到您对无头模式的反馈。如果您遇到任何问题,请提交 bug