如何在第二代云函数中释放 Puppeteer 的威力？

Linux

2024-03-29 12:48:37

在第二代云函数中释放 Puppeteer 的力量

作为一名经验丰富的程序员和技术专家，我将与你分享如何将 Puppeteer 集成到第二代云函数中的详细指南。Puppeteer 是一个强大的 Node.js 库，允许你使用 headless Chrome 浏览器自动化网页交互。

为何使用 Puppeteer？

Puppeteer 在合成监视领域提供了无与伦比的优势：

自动化网页交互： 控制 Chrome 浏览器执行复杂的网页交互，包括填写表单、点击按钮和获取页面元素。
无头执行： Puppeteer 使用 headless Chrome 浏览器，无需启动可视界面，从而优化资源消耗和执行速度。
强大的选择器引擎： Puppeteer 提供了强大的 CSS 和 XPath 选择器引擎，用于精准定位网页元素。

入门

第一步：安装依赖项

在 package.json 文件中安装以下依赖项：

{
  "dependencies": {
    "axios": "^0.27.2",
    "puppeteer": "^14.4.0"
  }
}

第二步：创建 .puppeteerrc.cjs 文件

这个文件将覆盖 Puppeteer 的缓存目录：

module.exports = {
  cacheDirectory: join(__dirname, 'node_modules', '.puppeteer_cache'),
};

第三步：配置 Dockerfile

将以下内容添加到你的 Dockerfile 中：

FROM node:20-slim

RUN apt-get update && apt-get install -y ...

RUN apt-get update \
    && apt-get install -y chromium \
    && apt-get clean \
    && rm -rf /var/lib/apt/lists/*

...

CMD ["node", "index.js"]

第四步：编写函数代码

使用此代码段作为你的函数入口点：

functions.http('CustomPuppeteerSynthetic', runSyntheticHandler(async ({ logger, executionId }) => {
  const browser = await puppeteer.launch({ headless: 'new', timeout: 0 });
  const page = await browser.newPage();
  const result = await page.goto('https://www.example.com', { waitUntil: 'load' });
  await assert.equal(result.status(), 200);
  const title = await page.title();
  logger.info(`My Page title: ${title} ` + executionId);
  await browser.close();
}));