cdp协议简介

啥是cdp

根据官网的说法，cdp(Chrome DevTools Protocol) 允许我们检测，调试Chromium, Chrome 和其他基于 Blink的 浏览器. 这个协议被广泛使用. 其中最著名的是 Chrome DevTools，协议的api也由这个团队维护。

使用cdp的姿势

首先需要打开： "C:\Program Files (x86)\Google\Chrome\Application\chrome.exe"    --remote-debugging-port=9222

如果在浏览器中，当你打开devtools时，其实你已经在使用cdp了，只是感知不深罢了，一种办法可以更直观的感知cdp，就是打开devtools的devtools，具体操作如下：

1. 将开发者工具设置为独立窗口，dock side点第一个
   
2. 在开发者工具上再使用快捷键ctrl+shift+i，就可以打开开发者工具的开发者工具了（就是先打开开发者工具成独立窗口；再在这个独立窗口上再用快捷键ctrl+shift+i，又打开了开发者工具），现在在新打开的开发者工具的console里面，输入下面的代码：

let Main = await import('./main/main.js');
Main.MainImpl.sendOverProtocol('Runtime.evaluate', {expression: 'alert (12345)'});

这时网页会alert 12345，你会发现平时在控制台简单的代码执行，其实是通过cdp远程调用网页的js引擎去执行再返回结果的。

除此之外，protocol monitor也可以帮助我们更直观的理解cdp。

几个重要的URL

当一个页面暴露出它的remote debugging port时，我们就可以借助cdp来对这个网页进行remote debugging了。由于cdp是借助websocket实现的，所以，在一切开始之前，有两个url是比较重要的
http://localhost:[port]/json/list
http://localhost:[port]/json/version
这两个url，可以让我们拿到网页的websocket url，json/list返回的数据类似于：

[
{
description: "",
devtoolsFrontendUrl: "/devtools/inspector.html?ws=localhost:8080/devtools/page/a31c4d5c-b0df-48e8-8dcc-7c98964e2ebe",
id: "a31c4d5c-b0df-48e8-8dcc-7c98964e2ebe",
title: "",
type: "page",
url: "xxx://xxx",
webSocketDebuggerUrl: "ws://localhost:8080/devtools/page/a31c4d5c-b0df-48e8-8dcc-7c98964e2ebe"
}
]

其中webSocketDebuggerUrl就是我们需要的打开remote debugging 的钥匙

重头戏websocket

接下来我们连上ws，就可以愉快的远程操作页面了，正如chrome devtools所做的那样，下面是一个例子：

const WebSocket = require('ws');
const puppeteer = require('puppeteer');
 
(async () => {
  // Puppeteer launches browser with a --remote-debugging-port=0 flag,
  // parses Remote Debugging URL from Chromium's STDOUT and exposes
  // it as |browser.wsEndpoint()|.
  const browser = await puppeteer.launch();
 
  // Create a websocket to issue CDP commands.
  const ws = new WebSocket(browser.wsEndpoint(), {perMessageDeflate: false});
  await new Promise(resolve => ws.once('open', resolve));
  console.log('connected!');
 
  ws.on('message', msg => console.log(msg));
 
  console.log('Sending Target.setDiscoverTargets');
  ws.send(JSON.stringify({
    id: 1,
    method: 'Target.setDiscoverTargets',
    params: {
      discover: true
    },
  }));
})();

更多例子可以在这里

jsonRPC

如上面例子所示，当ws连接后，一个发给浏览器的指令大概包括3部分id，method，params，比如一个执行一段console.log('hello')代码的指令：

{
  "id": 235,
  "method": "Runtime.evaluate",
  "params": {
    "expression": "console.log('hello');",
    "objectGroup": "console",
    "includeCommandLineAPI": true,
    "silent": false,
    "contextId": 1,
    "returnByValue": false,
    "generatePreview": true,
    "userGesture": true,
    "awaitPromise": false
  }
}
 

chrome devtools可以完成的功能非常庞大，而这些功能基本都是使用这样的一个个指令实现的，让人想起那句古老的中国名言：九层之台，起于垒土。本文完

参考资料：
https://chromedevtools.github.io/devtools-protocol
https://github.com/aslushnikov/getting-started-with-cdp/blob/master/README.md

文章来源: www.cnblogs.com，作者：nobody-junior，版权归原作者所有，如需转载，请联系作者。

原文链接：https://www.cnblogs.com/imgss/p/12852595.html

 

---

 

这边我选择的是 python 的 pychromegithub 地址,使用方法很简单，直接看 github 上它的 Demo

这个库依赖websocket-client

获取 performance api 数据

这里使用 Runtime Domain 中运行 JavaScript 脚本的 APIRuntime.evaluate

# 开始前先启动chrome，启动chrome必须带上参数`--remote-debugging-port=9222`开启远程调试否则无法与chrome交互
browser = pychrome.Browser('http://127.0.0.1:%d' % 9222)
tab = browser.new_tab()
tab.start()
tab.Runtime.enable()
tab.Page.navigate(url={你的页面地址})
# 设置等待页面加载完成的时间
tab.wait(10)
# 运行js脚本
timing_remote_object = tab.Runtime.evaluate(
            expression='performance.timing'
        )
# 获取performance.timing结果数据
timing_properties = tab.Runtime.getProperties(
            objectId=timing_remote_object.get('result').get('objectId')
        )
timing = {}
for item in timing_properties.get('result'):
            if item.get('value', {}).get('type') == 'number':
                    timing[item.get('name')] = item.get('value').get('value')
# 获取performance.getEntries()数据
entries_remote_object = tab.Runtime.evaluate(
            expression='performance.getEntries()'
        )
entries_properties = tab.Runtime.getProperties(
            objectId=entries_remote_object.get('result').get('objectId')
        )
entries_values = []
for item in entries_properties.get('result'):
  if item.get('name').isdigit():
    url_timing_properties = tab.Runtime.getProperties(
                    objectId=item.get('value').get('objectId')
                )
     entries_value = {}
     for son_item in url_timing_properties.get('result'):
                    if (son_item.get('value', {}).get('type') == 'number'or
                            son_item.get('value', {}).get('type') == 'string'):
                        entries_value[son_item.get('name')] = son_item.get('value').get('value')
                entries_values.append(entries_value)
 

获取 Network 数据

实际上 performance.getEntries() 不会记录 404 的请求信息，另外当前页面通过 js 触发新 html 页面请求时它只会记录第一个页面的请求，在这些情况下就需要通过 Network Domain 的 API 来收集所有请求信息，先介绍用到的 API:

1. Network.requestWillBeSent每个 http 请求发送前回调
2. Network.responseReceived首次接送到 http 响应时回调
3. Network.loadingFinished请求加载完成时回调

4. Network.loadingFailed请求加载失败时回调

   # 封装上面4个事件对应的回调方法
   class NetworkAPIImplemention(object):
    
   def __init__(self):
       self.request_dict = {}
       # 首个请求开始时间
       self.start = None
    
   def request_will_be_sent(self, **kwargs):
       if self.start is None:
           self.start = time.time()
       dict_http = {
           'url':kwargs.get('request').get('url'),
           'start':kwargs.get('timestamp')
       }
       self.request_dict[kwargs.get('requestId')]=dict_http
       #print "loading:%s" % kwargs.get('request').get('url')
    
   def loading_finished(self, **kwargs):
       # 服务器返回code 例如404也是finished
       self.request_dict[kwargs.get('requestId')]['end'] = kwargs.get('timestamp')
       self.request_dict[kwargs.get('requestId')]['size'] = kwargs.get('encodedDataLength')
    
   def response_received(self, **kwargs):
       self.request_dict[kwargs.get('requestId')]['type'] = kwargs.get('type')
       self.request_dict[kwargs.get('requestId')]['response'] = kwargs.get('response')
    
   def loading_failed(self, **kwargs):
       self.request_dict[kwargs.get('requestId')]['end'] = kwargs.get('timestamp')
       self.request_dict[kwargs.get('requestId')]['error_text'] = kwargs.get('errorText')
   network_api = NetworkAPIImplemention()
   browser = pychrome.Browser('http://127.0.0.1:%d' % 9222)
   tab = browser.new_tab()
   # 绑定回调函数
   tab.Network.requestWillBeSent = network_api.request_will_be_sent
   tab.Network.responseReceived = network_api.response_received
   tab.Network.loadingFinished = network_api.loading_finished
   tab.Network.loadingFailed = network_api.loading_failed
   tab.start()
   tab.Network.enable()
   tab.Runtime.enable()
   # 是否禁用缓存
   if disable_cache:
   tab.Network.setCacheDisabled(cacheDisabled=True)
   tab.Page.navigate(url={你的页面地址})
   tab.wait(10)
   tab.stop()
   self.browser.close_tab(tab)
   # 获取的所有url详细信息
   print network_api.request_dict

监听页面事件

有时候特别是一些复杂的页面，页面依赖 js 和后端资源数据，并不是通常意义上页面 loadEventEnd 事件触发完就表示页面加载完成，这种情况可能需要依赖开发打点。
这里以开发设计了一个Loaded事件为例

# 具体事件注册方式和注册时机询问开发，所谓注册时机即要求在js对象生成后注册，我们项目中page是在一个js文件中声明的，需要等这个js文件请求完成后再注册
# 这边使用Promise方式，这种方式awaitPromise参数必须是True
js = """
    new Promise((resolve, reject) => {
        page.getController().getPageEvent().addEventListener("Loaded",
                function(){
                    resolve(new Date().getTime());
                });
        });
   """
custom_result = tab.Runtime.evaluate(
    expression=js,
    awaitPromise=True,
    timeout=timeout * 1000
)
print custom_result.get('result').get('value')

有个坑peformance.now()获取与 chrome 开发者工具协议一样类型的时间时，这个时间不准确，只好用new Date().getTime()

写在最后

一开始是使用 nodejs 的 chrome-remote-interface，但是发现Page.loadEventFired回调后不会再记录请求，事实上有些页面仍然有请求没有完成，不懂是不是我使用姿势不对 
附赠 W3C 的一幅图