Puppeteer 是一个强大的 JavaScript 库，它提供了高级 API 来以编程方式控制 Chrome 或 Firefox 浏览器。由 Chrome 团队开发，它使开发者能够自动化浏览器交互、执行网页抓取、生成截图和 PDF、运行测试等更多功能——所有这些都通过简单直观的界面实现。
Puppeteer 有何特别之处？
Puppeteer 在浏览器自动化领域脱颖而出，因为它使用 DevTools 协议或较新的 WebDriver BiDi 标准直接与浏览器通信。这种直接通信赋予 Puppeteer 对浏览器行为前所未有的控制能力，使其能够执行传统自动化工具难以或无法完成的任务。
该库默认以 无头模式（没有可见界面）运行浏览器，非常适合服务器环境和自动化工作流。不过，它也可以在"有头"模式下运行，显示浏览器界面，这对调试和开发工作非常宝贵。
Puppeteer 有两种版本：puppeteer（会自动下载兼容的浏览器版本）和 puppeteer-core（不包含浏览器，允许您连接到现有的浏览器安装）。
使用 Puppeteer 可以做什么？
Puppeteer 为浏览器自动化开辟了无限可能。以下是一些最常见的用例：
1. 网页抓取和数据提取
从重度依赖 JavaScript 的网站提取数据。Puppeteer 可以等待内容加载、与表单交互并导航复杂的网站结构。
const puppeteer = require('puppeteer'); (async () => { const browser = await puppeteer.launch(); const page = await browser.newPage(); await page.goto('https://developers.google.com/web/'); await page.type('.devsite-search-field', 'Headless Chrome'); // 等待结果并提取 const resultsSelector = '.gsc-table-result a.gs-title[href]'; await page.waitForSelector(resultsSelector); const links = await page.evaluate(resultsSelector => { const anchors = Array.from(document.querySelectorAll(resultsSelector)); return anchors.map(anchor => `${anchor.textContent} - ${anchor.href}`); }, resultsSelector); console.log(links.join('\n')); await browser.close();})();
2. 截图和 PDF 生成
以编程方式捕获网页的可视化表示。这对于生成报告、存档内容或创建可视化文档非常理想。
const puppeteer = require('puppeteer'); (async () => { const browser = await puppeteer.launch(); const page = await browser.newPage(); await page.goto('https://example.com'); await page.screenshot({path: 'example.png'}); await browser.close();})();
3. 自动化测试
Puppeteer 擅长 Web 应用程序的端到端测试。它可以模拟用户交互、测试表单提交，并验证您的应用程序在不同场景下是否正常工作。
4. 性能监控
分析页面加载时间、网络请求和渲染性能。Puppeteer 提供详细的指标，帮助您优化 Web 应用程序。
5. 网络爬虫和网站分析
构建能够处理现代、重度 JavaScript 网站的复杂网络爬虫。Puppeteer 可以导航复杂的网站结构、处理身份验证并遵守 robots.txt 规则。
主要特性
Puppeteer 拥有丰富的功能，使浏览器自动化变得简单而强大：
| 特性 | 描述 |
|---|---|
| 无头执行 | 在没有可见界面的情况下运行浏览器，非常适合服务器和 CI/CD 管道 |
| 完整浏览器控制 | 同时启动、关闭和管理多个浏览器实例 |
| 页面管理 | 在每个浏览器中创建、导航和操作多个页面 |
| DOM 交互 | 使用直观的选择器查询、点击、输入和与页面元素交互 |
| 网络拦截 | 监控、修改和阻止网络请求和响应 |
| JavaScript 执行 | 在网页上下文中运行任意 JavaScript 代码 |
| 文件生成 | 从网页内容创建截图、PDF 和其他文件格式 |
| 跨浏览器支持 | 适用于 Chrome、Chromium 和 Firefox 浏览器 |
入门指南
开始使用 Puppeteer 非常简单。该库设计为只需最少的设置即可让您快速上手：
-
安装 Puppeteer（这会自动下载兼容的浏览器）：
npm i puppeteer -
编写您的第一个脚本：
import puppeteer from 'puppeteer'; const browser = await puppeteer.launch();const page = await browser.newPage();await page.goto('https://example.com');console.log('页面标题:', await page.title());await browser.close(); -
运行您的脚本：
node your-script.js
就是这样！只需几行代码，您就已经启动了浏览器、导航到网页并从中提取了信息。
为何选择 Puppeteer？
Puppeteer 已成为浏览器自动化的首选解决方案，原因如下：
- 官方 Google 项目：由 Chrome 团队支持，确保与最新浏览器功能兼容
- 积极开发：定期更新和改进，紧跟不断发展的 Web 标准
- 全面文档：丰富的文档、示例和社区支持
- TypeScript 支持：完整的类型定义，提供更好的开发体验
- 可扩展架构：插件系统和自定义选择器，满足高级用例需求
- 跨平台：适用于 Windows、macOS 和 Linux
- 现代 JavaScript：使用 async/await 模式，代码简洁易读
Puppeteer 需要 Node.js 18 或更高版本。在开始之前，请确保您的开发环境满足此要求。
