用 CDP 接管可见浏览器:一次云端每日任务自动化的排障实录
做浏览器自动化时,最常见的困扰不是"怎么点按钮",而是"为什么我的窗口用户看不见""为什么昨天刚登录今天就掉线"。最近在一次云端每日任务的自动化里,我把这两个问题彻底理清了,核心答案落在两点:会话级 Cookie 的生命周期,以及用 CDP 接管一个用户真正看得见的浏览器进程。本文记录完整思路和关键命令。
一、现象:自动化窗口和用户屏幕不是同一个
我最初用的是带界面(headed)模式的自动化浏览器,脚本能正常操作页面,但用户反馈"根本看不到窗口"。排查后发现:工具启动的 headed 窗口运行在独立的会话里,桌面上只显示宿主应用自己的窗口。换句话说,脚本控制的是一个用户看不见的浏览器,用户自然无法完成扫码这类需要真人参与的操作。
结论是:凡是涉及扫码、人脸核验等真人交互的步骤,必须使用用户桌面上那个可见的浏览器进程,而不是自动化工具私有的窗口。
二、根因:会话级 Cookie 一关浏览器就没了
更隐蔽的问题是登录态反复丢失。登录成功后一切正常,但只要关掉浏览器窗口,再打开就要重新扫码。我直接读取了用户目录里的 Cookie 数据库(SQLite),发现关键字段:
auth.huaweicloud.cn IAMIdentity expires_utc = 0
.huaweicloud.cn SessionID expires_utc = 0
expires_utc = 0 表示这是会话级 Cookie(session cookie),浏览器进程关闭时即被清除,不管用户目录是持久化与否。这就解释了一个反直觉的现象:明明用了持久化 profile,登录态还是留不住。持久化目录只能保住带明确过期时间的 Cookie,保不住会话级的那批。
由此得出一条硬规则:对于依赖会话级 Cookie 的站点,登录之后绝不能关闭那个浏览器进程。要复用登录态,就必须让同一个进程一直活着。
三、方案:可见浏览器 + 远程调试端口 + CDP 接管
把上面两条结论合起来,方案就清晰了:启动一个用户桌面可见、且带远程调试端口的浏览器,让用户在这个窗口里完成扫码;登录后不关闭进程,脚本再通过 CDP(Chrome DevTools Protocol)接管同一个进程完成后续操作。
msedge.exe \
--user-data-dir=/path/to/profile \
--remote-debugging-port=9333 \
--remote-allow-origins=* \
--no-first-run --new-window "https://example.com/login"
几个要点:
--user-data-dir指向一个专用目录,避免和系统里正在运行的浏览器实例冲突。--remote-debugging-port选定端口后,可用http://127.0.0.1:9333/json/version验证是否就绪。若提示"端口已被占用",换一个端口即可。- 启动前务必清理占用同一 profile 的残留进程,否则新参数会被已有实例忽略,调试端口起不来。
四、用 Node 内置 WebSocket 写一个轻量 CDP 客户端
不需要安装任何第三方库,Node 22+ 自带 WebSocket。先列出所有页面目标,找到目标标签,再建立连接、发送 Runtime.evaluate 执行脚本:
const targets = await (await fetch('http://127.0.0.1:9333/json/list')).json();
const page = targets.find(t => t.type === 'page' && t.url.includes('grow'));
const ws = new WebSocket(page.webSocketDebuggerUrl);
await new Promise(r => ws.onopen = r);
ws.send(JSON.stringify({
id: 1,
method: 'Runtime.evaluate',
params: { expression: 'document.title', returnByValue: true }
}));
通过 id 关联请求与响应,就能封装出一个同步风格的 send(method, params)。之后点击、取值、读取登录状态、刷新页面,都只需换一个表达式。这种方式比维护一整套浏览器驱动依赖要轻得多。
五、两个容易踩的判定坑
坑一:拿旧标签的缓存判断登录态。 扫码成功后页面会回跳并带上 ticket=ST-...-sso 参数。如果脚本仍盯着最初那个登录页标签,就会一直误判为"未登录"。正确做法是直接遍历 /json/list,认准 URL 已经变化的那个标签。
坑二:任务状态判定有延迟。 完成某个动作后,页面按钮可能几秒到一分钟后才从"去完成"变成"已完成"。不要点一次没变化就重复操作——尤其是 Star 这类动作,重复点击可能变成取消。稳妥做法是写个轮询脚本,每 10 秒刷新一次、最多等一两分钟,看到状态翻转再收工。
六、保活:让浏览器进程别被回收
如果启动浏览器后立即结束调用它的脚本,某些环境会把这个子进程一并清理掉,调试端口随之失效。我的做法是用一个后台脚本持有它,并定时检测端口:
msedge.exe ... --remote-debugging-port=9333 &
while true; do
curl -s http://127.0.0.1:9333/json/version >/dev/null || relaunch
sleep 5
done
这样窗口常驻桌面、端口持续可用,既方便用户随时介入,也方便脚本随时接管。
七、小结
把这次排障浓缩成三句话:用户看不见的窗口不要用来做真人交互;会话级 Cookie 决定了浏览器进程不能关;CDP + 内置 WebSocket 是接管可见浏览器最轻量的方式。 再加上"别用旧标签判断登录态"和"状态判定要轮询"这两个细节,基本就能覆盖这类自动化的大部分疑难杂症。希望这篇记录能帮你少走些弯路。
- 点赞
- 收藏
- 关注作者
评论(0)