36

正如您在下面的示例代码中看到的那样,我使用 Puppeteer 和 Node 中的一组工作人员通过给定的 URL 运行多个网站屏幕截图请求:

const cluster = require('cluster');
const express = require('express');
const bodyParser = require('body-parser');
const puppeteer = require('puppeteer');

async function getScreenshot(domain) {
    let screenshot;
    const browser = await puppeteer.launch({ args: ['--no-sandbox', '--disable-setuid-sandbox', '--disable-dev-shm-usage'] });
    const page = await browser.newPage();

    try {
        await page.goto('http://' + domain + '/', { timeout: 60000, waitUntil: 'networkidle2' });
    } catch (error) {
        try {
            await page.goto('http://' + domain + '/', { timeout: 120000, waitUntil: 'networkidle2' });
            screenshot = await page.screenshot({ type: 'png', encoding: 'base64' });
        } catch (error) {
            console.error('Connecting to: ' + domain + ' failed due to: ' + error);
        }

    await page.close();
    await browser.close();

    return screenshot;
}

if (cluster.isMaster) {
    const numOfWorkers = require('os').cpus().length;
    for (let worker = 0; worker < numOfWorkers; worker++) {
        cluster.fork();
    }

    cluster.on('exit', function (worker, code, signal) {
        console.debug('Worker ' + worker.process.pid + ' died with code: ' + code + ', and signal: ' + signal);
        Cluster.fork();
    });

    cluster.on('message', function (handler, msg) {
        console.debug('Worker: ' + handler.process.pid + ' has finished working on ' + msg.domain + '. Exiting...');
        if (Cluster.workers[handler.id]) {
            Cluster.workers[handler.id].kill('SIGTERM');
        }
    });
} else {
    const app = express();
    app.use(bodyParser.json());
    app.listen(80, function() {
        console.debug('Worker ' + process.pid + ' is listening to incoming messages');
    });

    app.post('/screenshot', (req, res) => {
        const domain = req.body.domain;

        getScreenshot(domain)
            .then((screenshot) =>
                try {
                    process.send({ domain: domain });
                } catch (error) {
                    console.error('Error while exiting worker ' + process.pid + ' due to: ' + error);
                }

                res.status(200).json({ screenshot: screenshot });
            })
            .catch((error) => {
                try {
                    process.send({ domain: domain });
                } catch (error) {
                    console.error('Error while exiting worker ' + process.pid + ' due to: ' + error);
                }

                res.status(500).json({ error: error });
            });
    });
}

一些解释:

  1. 每次请求到达时,工作人员都会处理它并在最后杀死自己
  2. 每个工作人员使用单个页面创建一个新的浏览器实例,如果一个页面的加载时间超过 60 秒,它将重新尝试重新加载它(在同一页面中,因为可能已经加载了一些资源),超时时间为 120 秒
  3. 完成后,页面和浏览器都将关闭

我的问题是某些合法域会出现我无法解释的错误:

Error: Protocol error (Page.navigate): Target closed.
Error: Protocol error (Runtime.callFunctionOn): Session closed. Most likely the page has been closed.

我在一些 git 问题(我现在找不到)中读到,当页面重定向并在开头添加“www”时可能会发生这种情况,但我希望它是错误的......我有什么遗漏吗?

4

6 回答 6

54

“目标关闭”是什么意思

当您通过puppeteer.launch它启动浏览器时,将启动浏览器并连接到它。从那里,您在打开的浏览器上执行的任何功能(如page.goto)都将通过Chrome DevTools 协议发送到浏览器。在此上下文中,目标表示选项卡。

当您尝试运行函数但目标(选项卡)已关闭时,将引发目标关闭异常。

类似的错误信息

最近更改了错误消息以提供更有意义的信息。它现在给出以下消息:

错误:协议错误(Target.activateTarget):会话关闭。该页面很可能已关闭。


为什么会发生

发生这种情况的原因有很多。

  • 您使用了已关闭的资源

    很可能,您看到此消息是因为您关闭了选项卡/浏览器并且仍在尝试使用该资源。举一个简单的例子:

    const browser = await puppeteer.launch();
    const page = await browser.newPage();
    
    await browser.close();
    await page.goto('http://www.google.com');
    

    在这种情况下,浏览器已关闭,然后page.goto调用 a 导致错误消息。大多数时候,它不会那么明显。也许一个错误处理程序已经在清理任务期间关闭了页面,而您的脚本仍在爬行。

  • 浏览器崩溃或无法初始化

    我每隔几百个请求也会遇到这种情况。puppeteer 存储库中也有一个关于此的问题。当您使用大量内存或 CPU 能力时,似乎就是这种情况。也许你正在产生很多浏览器?在这些情况下,浏览器可能会崩溃或断开连接。

    我没有找到解决这个问题的“灵丹妙药”。但是您可能想查看处理此类错误情况的库puppeteer-cluster(免责声明:我是作者),并让您在发生错误时重试 URL。它还可以管理浏览器实例池,还可以简化您的代码。

于 2018-08-23T15:41:43.010 回答
8

每次尝试运行我的 puppeteer 脚本时,我都遇到了同样的问题*。以上没有为我解决这个问题。

我通过删除并重新安装 puppeteer 包让它工作:

npm remove puppeteer
npm i puppeteer

*我只在将 headless 选项设置为“false”时遇到了这个问题

于 2020-07-27T15:41:48.120 回答
5

在 2021 年,我收到了非常相似的以下错误Error: Error pdf creationError: Protocol error (Target.setDiscoverTargets): Target closed.,我通过使用不同的 args 解决了它,因此如果您的生产服务器pipe:true在 obj 中有一个标志,puppeteer.launch它将产生错误。

--disable-dev-shm-usage标志做的伎俩

下面的解决方案对我有用:

const browser = await puppeteer.launch({
  headless: true,
  // pipe: true, <-- delete this property
  args: [
    '--no-sandbox',
    '--disable-dev-shm-usage', // <-- add this one
    ],
});
于 2021-03-15T19:14:31.683 回答
5

对我来说'--single-process',从args解决问题中删除。

puppeteerOptions: {
    headless: true,
    args: [
        '--disable-gpu',
        '--disable-dev-shm-usage',
        '--disable-setuid-sandbox',
        '--no-first-run',
        '--no-sandbox',
        '--no-zygote',
        '--deterministic-fetch',
        '--disable-features=IsolateOrigins',
        '--disable-site-isolation-trials',
        // '--single-process',
    ],
}
于 2021-04-07T21:45:41.153 回答
2

我已经在这个线程上结束了几次,典型的罪魁祸首是我忘记了await一个返回承诺的 Puppeteerpage调用,从而导致了竞争条件。

这是一个看起来像这样的最小示例:

const puppeteer = require("puppeteer");

let browser;
(async () => {
  browser = await puppeteer.launch();
  const [page] = await browser.pages();
  page.goto("https://www.stackoverflow.com"); // whoops, forgot await!
})()
  .catch(err => console.error(err))
  .finally(async () => await browser.close())
;

输出是:

C:\Users\foo\Desktop\puppeteer-playground\node_modules\puppeteer\lib\cjs\puppeteer\common\Connection.js:217
            this._callbacks.set(id, { resolve, reject, error: new Error(), method });
                                                              ^

Error: Protocol error (Page.navigate): Target closed.
    at C:\Users\foo\Desktop\puppeteer-playground\node_modules\puppeteer\lib\cjs\puppeteer\common\Connection.js:217:63

在这种情况下,这似乎是一个不可错过的错误,但在较大的代码块中,并且 promise 是嵌套的或处于一个条件中,它很容易被忽略。

await你会因为忘记一个或其他承诺调用而得到类似的错误page.click(),例如,Error: Protocol error (Runtime.callFunctionOn): Target closed.这可以在问题UnhandledPromiseRejectionWarning: E​​rror: Protocol error (Runtime.callFunctionOn): Target closed 中看到。(木偶师)

这是对线程的贡献,作为错误的规范资源,可能不是 OP 问题的解决方案,尽管基本的竞争条件似乎是一个可能的原因。

于 2021-07-02T20:54:41.543 回答
1

检查您的 jest-puppeteer.config.js 文件。我犯了以下错误

module.exports = {
    launch: {
        headless: false,
        browserContext: "default",
    },
};

并在如下更正后

module.exports = {
    launch: {
        headless: false
    },
    browserContext: "default",
};

一切正常!

于 2020-06-27T18:43:29.573 回答