golong实现服务端浏览器截屏

笔者说：近期在使用golang进行开发工作时，受360技术公众号曾发布过文章的启发，想到是否可以使用golang操作无屏浏览器（headless browser）实现诸如爬虫、截屏、自动化测试等功能。

经过调研和测试，发现golang实现也是很好的一种选择。

背景

360技术公众号曾经发布过一篇文章《服务端浏览器截屏》，文章中对基于Selenium（Python SDK）实现的服务端截屏技术进行了详细讲解，可操作性非常强。

我曾使用Python+Selenium实现过爬虫和简单的自动化测试功能，对上面文章中使用的技术和组件都有涉及，我认为初学者完全可以通过该文章手把手的教学，实现服务端截屏功能。

不过基于Selenium的截图实现存在如下一些缺点：

需要安装Selenium或是PhantomJS
PhantomJS已经停止维护了
Selenium的运行需要安装chromedriver
chromedriver对chrome的版本有一定要求
截图时需要使用html2canvas JS库

可见，整体环境的搭建（包括各个软件之间版本的匹配），还是需要花费不少时间和精力适配并测试的。因此原文章作者在上述文章的最后也提供了“集成Docker”的方案，在上述环境docker化后，可以解决环境部署的问题。

而基于golang实现的方案，可以完美解决上述问题。该方案对运行时环境的要求为仅安装chrome浏览器即可。

无屏浏览器

Headless browser是浏览器的无界面形态，可以在不打开浏览器的前提下，使用所有浏览器支持的特性，例如：获取HTML，执行Javascript，渲染目标网页，获取cookie等。

本文主要使用的是headless chrome，下文提到的“浏览器”均代指headless chrome。

主要框架

为了方便地在golang程序里使用headless chrome，需要借助一些开源框架。实现headless chrome交互的库有很多，笔者经过对比后选择了chromedp。

chromedp的主要特点有：

提供了更快，更简单的方式来驱动浏览器
提供了丰富的底层API接口（基于CDP协议——Chrome Debugging Protocol）
提供了灵活的上层API接口（Actions & Tasks），类似Selenium的WebElement actions
除了浏览器本身，没有任何外部依赖 (如Selenium, PhantomJS等)
“一次编译，随处拷贝，到处运行”（基于golang的特性）

实现

安装

go get -u github.com/chromedp/chromedp

截图实现代码

package mainimport ("context""io/ioutil""log"cdp "github.com/chromedp/chromedp"
)func main() {// 创建新的cdp上下文ctx, cancel := cdp.NewContext(context.Background())defer cancel()// 此处以360搜索首页为例urlstr := `https://www.so.com/`var buf []byte// 需要截图的元素，支持CSS selector以及XPath queryselector := `#main`if err := cdp.Run(ctx, elementScreenshot(urlstr, selector, &buf)); err != nil {log.Fatal(err)}// 写入文件if err := ioutil.WriteFile("360_so.png", buf, 0644); err != nil {log.Fatal(err)}
}// 截图方法
func elementScreenshot(urlstr, sel string, res *[]byte) cdp.Tasks {return cdp.Tasks{// 打开url指向的页面cdp.Navigate(urlstr),// 等待待截图的元素渲染完成cdp.WaitVisible(sel, cdp.ByID),// 也可以等待一定的时间//cdp.Sleep(time.Duration(3) * time.Second),// 执行截图cdp.Screenshot(sel, res, cdp.NodeVisible, cdp.ByID),}
}

编译执行后，代码中URL截图的效果如下所示

导出PDF

在该框架下，也可以方便地将URL指向的WEB页面导出为PDF文件（调用浏览器的“打印为PDF功能”），调用如下方法即可：

// 导出指定元素为PDF
func elementPDFPrint(urlstr, sel string, res *[]byte) cdp.Tasks {var err errorreturn cdp.Tasks{cdp.Navigate(urlstr),cdp.Sleep(time.Duration(5) * time.Second),cdp.ActionFunc(func(ctx context.Context) error {// 获取pdf数据*res, _, err = page.PrintToPDF().Do(ctx)if err != nil {return err}return nil}),}
}

以360.cn网址为例，导出的PDF效果如下图所示

使用下述方法可以截取全屏图片

func main() {// 创建新的cdp上下文ctx, cancel := cdp.NewContext(context.Background())defer cancel()// 此处以360官网首页为例urlstr := `https://www.360.cn/`var buf []byte// 获取 png, quality=90if err := cdp.Run(ctx, fullScreenshot(urlstr, 90, &buf)); err != nil {log.Fatal(err)}if err := ioutil.WriteFile("360_cn_full.png", buf, 0644); err != nil {log.Fatal(err)}
}func fullScreenshot(urlstr string, quality int64, res *[]byte) cdp.Tasks {return cdp.Tasks{cdp.Navigate(urlstr),cdp.ActionFunc(func(ctx context.Context) error {_, _, contentSize, err := page.GetLayoutMetrics().Do(ctx)if err != nil {return err}width, height := int64(math.Ceil(contentSize.Width)), int64(math.Ceil(contentSize.Height))err = emulation.SetDeviceMetricsOverride(width, height, 1, false).WithScreenOrientation(&emulation.ScreenOrientation{Type:  emulation.OrientationTypePortraitPrimary,Angle: 0,}).Do(ctx)if err != nil {return err}// 获取全屏截图*res, err = page.CaptureScreenshot().WithQuality(quality).WithClip(&page.Viewport{X:      contentSize.X,Y:      contentSize.Y,Width:  contentSize.Width,Height: contentSize.Height,Scale:  1,}).Do(ctx)if err != nil {return err}return nil}),}
}

以360.cn网址为例，截取全屏图片效果如下图所示

模拟其他设备

chromedp支持对多种设备的模拟（通过修改浏览器User-Agent的方式），如下代码实现了模拟iPhone7的请求：

func main() {// 创建新的cdp上下文ctx, cancel := cdp.NewContext(context.Background())defer cancel()// runvar b []byteif err := cdp.Run(ctx,// 模拟 iPhone 7cdp.Emulate(device.IPhone7landscape),cdp.Navigate(`https://www.whatsmyua.info/`),cdp.CaptureScreenshot(&b),); err != nil {log.Fatal(err)}if err := ioutil.WriteFile("iphone7_ua.png", b, 0644); err != nil {log.Fatal(err)}
}

效果如下

组合操作

chromedp本身提供了Actions和Tasks数据结构，供用户把任意WEB操作动作组合在一起之后执行，具体可以查看github主页examples下面的例子，这里就不再赘述了。

写在最后

使用golang和chromedp框架，借助chrome的CDP接口，可以在headless chrome上实现浏览器的几乎所有操作。

在2.1的例子中，我们使用不到40行代码，就实现了服务端浏览器截屏功能。同时，除了chrome浏览器、golang SDK和chromedp本身的代码之外，没有引用其他代码或工具。

在上述测试结果的基础上，我们可以继续开发：

封装便捷、通用的服务端页面 [截图/PDF导出] 工具，供其他产品项目使用。应用场景:
前端开发了样式美观的图表，需要导出为图片或PDF作为邮件附件发送给用户查看；
定时发送重要指标图表到用户邮箱，无需用户登陆系统查看数据
开发高效的[WEB自动化测试平台]，对WEB产品进行自动化测试。应用场景：
线上环境升级后，自动运行测试用例，测试重点功能（登录，添加、查看测试数据，检查接口返回数据等）

奇麟大数据，360大数据分舵，专注于大数据领域的技术、实践、运维、产品和数据使用方面的分享和交流

想要了解大数据方面知识的初学者，深入技术的研发或运维大神，寻找技术解决方案的传统企业主均可食用

快来留言板交流吧

点击阅读原文，关注奇麟大数据

往期精彩回顾

2019年度精选文章

360技术中台招聘啦！！

为什么我们要从MySQL迁移到TiDB？

360技术公众号

技术干货|一手资讯|精彩活动

扫码关注我们