用 CDP 把桌面 Chrome 变成可编程浏览器:鸿蒙实践仓自动化里的真实踩坑记
背景
最近在华为云开发者成长中心做每日任务时,需要在 GitCode 上给鸿蒙实践中心的代码仓点 Star、提 Issue。这些操作如果每天手动做一遍非常琐碎,于是我尝试用 Chrome DevTools Protocol(CDP)把桌面 Chrome 变成一个可编程的浏览器,让脚本代替重复点击。过程中踩了不少坑,记录下来供同样想法的朋友参考。
整体思路
Chrome 启动时加上 --remote-debugging-port=9222 和 --remote-allow-origins=*,之后就可以通过 http://127.0.0.1:9222/json 拿到所有 tab 的 WebSocket 调试地址,用任意语言的 WebSocket 客户端连上去,发送 Runtime.evaluate、Page.navigate、Input.dispatchMouseEvent 等 CDP 命令,实现对页面的读取和操作。因为是复用用户日常登录的浏览器实例,会话 Cookie 都是现成的,不需要处理登录态。
三个真实的坑
1. synthetic click 并非万能,但也不是完全没用
网上普遍说 element.click() 这种合成事件在风控严格的站点无效,必须用 Input.dispatchMouseEvent 发\"真实鼠标事件\"。实测发现并不绝对:GitCode 的 Star 按钮对原生 click() 无响应,但对 JS 层手动派发的完整事件序列(pointerdown → mousedown → pointerup → mouseup → click,且带上正确的 clientX/clientY)是有响应的。而华为云 auth 登录页的\"登录\"按钮则相反,JS 事件无效,只有 Input.dispatchMouseEvent 在正确坐标上的点击才生效。所以结论是:两种都试,先便宜的再贵的。
2. TinyMCE 与 CodeMirror 的输入方式完全不同
往富文本编辑器里写内容,TinyMCE(华为云博客后台用的是 tox-tinymce)的编辑区在 iframe 里,好在本站 iframe 同源,可以直接 iframe.contentDocument.body.innerHTML 注入 HTML。而 GitCode 的 Issue 正文是 CodeMirror 6,DOM 是 .cm-content,直接改 DOM 不生效,必须 focus 后逐行 Input.insertText,行间用真实的 Enter 键事件分隔。批量塞一大段带换行的文本会被吞掉换行结构。
3. 表单页会拦截程序化输入
华为云登录页的用户名输入框挂了自己的事件处理,Input.insertText 在这个页面上完全失效(在空白探测 input 上却工作正常)。最后只能用 native value setter 加 input 事件的方式写入。这提醒我们:CDP 的输入命令绕过的是浏览器层,页面自己的 JS 层拦截依然存在,两个层面都要考虑到。
验证任务状态的办法
成长中心的任务完成状态不是实时的,页面刷新后从 Network 面板抓到任务列表接口的请求头里的 csrf 值,就可以在页面上下文里用 fetch 带 credentials:'include' 重放查询接口,直接读 JSON 里每个任务的 is_finish 字段。注意 csrf 值会在会话期间更换,过期重放会返回\"CSRF unequal\",重新抓一次即可。
小结
CDP 自动化浏览器这件事,难点从来不在\"连上 WebSocket 发命令\",而在每个站点各自的防护细节:事件序列、输入通道、iframe 边界、csrf 生命周期。把这几类坑各自的解法记住,第二次遇到同类的站点时基本都能在十分钟内跑通。
- 点赞
- 收藏
- 关注作者
评论(0)