Puppeteer学习笔记 （1）- 什么是Puppeteer

本文链接：https://www.cnblogs.com/hchengmx/p/11006263.html

1. phantomjs介绍

在介绍puppeteer之前必须介绍一下phantomjs，phantomjs是一个可以用JavaScript编程的无头浏览器，它在后端使用了QtWebKit。

但是根据 https://github.com/ariya/phantomjs/issues/15344

由于缺乏有效的贡献，我将要把这个项目存档。
要是将来的某一天，要是我们想要重新开发spantomjs，我们会重新运行它。
PhantomJS版本2.1.1将会是最后一个已知的稳定版本。

2. puppeteer是什么

puppeteer是一个Node库，是由Google官方开发的，它使用了 DevTools协议，提供了强大的api来控制 headless 的chrome或者Chromium。它也可以设置为控制完整的（非headless模式）的chrome或者Chromium。

3. puppeteer可以做什么

• 为每个页面生成截图和PDF；
• 抓取网页内容，也就是我们所说的爬虫；
• 自动化表单的提交，UI测试，键盘输入等；
• 创建最新的自动化测试环境。使用最新的JavaScript和浏览器功能直接在最新版本的Chrome中运行测试；
• 为你的网站创建一个 timeline trace，协助你诊断性能问题；
• 测试Chrome的Extensions；

4. puppeteer和puppeteer-core

自1.7.0版本以来，Chrome官方都会发布一个 puppeteer-core 包，于 puppeteer的主要区别是，这个包默认不会下载 Chromium，更多区别可见 这里。

5. puppeteer组织架构

根据puppeteer官方的说明，目前puppeteer的组织架构如下。

• puppeteer 通过 DevTools协议 与浏览器进行通信。
• Browser 实例可以有多个BrowserContext。
• BrowserContext 定义了一个浏览器session，她可以拥有多个页面。
• Page 至少拥有一个frame：main frame。。还可以有iframe或者frame创建的其他frames。
• Frame 至少有一个 execution context(执行上下文)
• Worker 拥有一个单独的 execution context(执行上下文)，与 WebWorkers 通信。

---

参考资料：

1. 用Python做爬虫的各位，不要再用PhantomJS了
2. 因内部闹矛盾，PhantomJS 宣布封存归档暂停开发
3. PhantomJS - Scriptable Headless Browser