Puppeteer介绍

Puppeteer是什么

Puppeteer是一个Node库，它提供了一个高级API来通过DevTools协议控制Chromium或Chrome。
可以使用Puppeteer来自动化完成浏览器的操作，官方给出的一些使用场景如下：

• 生成页面PDF
• 抓取 SPA（单页应用）并生成预渲染内容（即“SSR”（服务器端渲染））
• 自动提交表单，进行 UI 测试，键盘输入等
• 创建一个时时更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中执行测试
• 捕获网站的timeline trace，用来帮助分析性能问题
• 测试浏览器扩展

与Selenium比较

说起浏览器自动化操作，很容易联想到另一个自动化框架：Selenium。
但是Puppeteer与Selenium使用的协议却不一样！
Puppeteer使用DevTools协议与Chome（或Chromium）进行交互，而Selenium却使用WebDriver协议与浏览器进行交互。
另外，他们各自的API在使用风格上也相差很多。

实践案例

在使用Puppeteer之前需要先安装，Node.js最低版本要求为：Node v6.4.0。
有2种方式安装：
第一种：执行npm i puppeteer安装，这种方式安装同时会下载最新版本的Chromium，以保证可以使用API。
第二种：执行npm i puppeteer-core安装，这种方式仅仅只会安装Puppeteer自己，默认不会下载Chromium（自1.7.0版本以后会发布一个puppeteer-core包）。

如果本机已经安装了Chrome或Chromium浏览器，可以选择第一种方式安装Puppeteer即可。

如下示例展示通过Puppeteer打开百度网站，然后输入关键Java开发，并在搜索结果中定位div元素。

// 采用`npm i puppeteer`安装时，可以加载`puppeteer`模块
// const puppeteer = require('puppeteer'); 

// 采用`npm i puppeteer-core`安装时，可以加载`puppeteer-core`模块
const puppeteer = require('puppeteer-core'); 

(async () => {
    // puppeteer默认打开的浏览器为无头模式
    // const browser = await puppeteer.launch(); 

    // 通过参数明确指定puppeteer不以无头模式打开浏览器，并指定了Chrome浏览器可执行文件的路径
    const browser = await puppeteer.launch({headless: true, executablePath:'C:\\Program Files\\Google\\Chrome\\Application\\chrome.exe'});
    const page = await browser.newPage();
    await page.goto('https://www.baidu.com');

    try {
        // 定位搜索输入框
        await page.focus('#kw'); 
        // 给搜索框输入关键字
        await page.keyboard.type('Java开发'); 

        // 按回车键
        // await page.keyboard.press('Enter'); 

        // 定位搜索按钮
        const ele = await page.waitForSelector('#su'); 
        // 点击搜索按钮
        ele.click(); 

        // 定位搜索结果中的div列表数量
        const divsCounts = await page.$$eval('div', divs => divs.length);
        console.log(divsCounts);
    } catch (e) {
        console.log(e.TimeoutError);
    }
    
    // 明确关闭浏览器
    await browser.close();
})();

【参考】
Puppeteer 中文文档
Selenium Webdriver原理终于搞清楚了
Puppeteer系列
Selenium入门介绍