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

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-chromenamespace: kube-publiclabels:app: browserless-chrome
spec:type: NodePortports:- name: websocketport: 30000targetPort: 3000nodePort: 30000selector:app: browserless-chrome
---
apiVersion: apps/v1
kind: Deployment
metadata:name: browserless-chromenamespace: kube-public
spec:replicas: 1revisionHistoryLimit: 0 #Replica Sets中的历史数量selector:matchLabels:app: browserless-chrometemplate:metadata:labels:app: browserless-chromespec:containers:- name: browserless-chromeimagePullPolicy: Alwaysimage: browserless/chrome:latestenv:- name: PORTvalue: "3000"securityContext:runAsNonRoot: truerunAsUser: 999runAsGroup: 999ports:- containerPort: 3000livenessProbe:tcpSocket:port: 3000initialDelaySeconds: 5failureThreshold: 2periodSeconds: 60readinessProbe:tcpSocket:port: 3000initialDelaySeconds: 5periodSeconds: 10startupProbe:tcpSocket:port: 3000failureThreshold: 30periodSeconds: 10resources:requests:cpu: 0.2memory: 300Milimits:cpu: 1memory: 1GiimagePullSecrets:- 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@Testvoid 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@Testvoid 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();}
}

在工程目录下会生成test.pdf文件，可以打开看看效果