node.js - 使用headless chrome拦截图片请求数据

标签 node.js google-chrome headless-browser google-chrome-headless

我有一个用例,需要使用 Headless Chrome Network ( https://chromedevtools.github.io/devtools-protocol/tot/Network/ ) 拦截所有图像请求并在保存之前找出图像大小(基本上丢弃图标等小图像)。

但是,我无法找到在保存图像数据之前将其加载到内存中的方法。我需要将其加载到 Img 对象中以获取 widthheight。 Network.getResponseBody 正在获取我在 Network.requestIntercepted 中无法访问的 requestId。另外,Network.loadingFinished 总是在 encodedDataLength 变量中给出“0”。我不知道为什么。所以我的问题是:

  1. 如何拦截所有jpg/png请求的响应并获取图像数据?无需通过 URL 字符串将文件保存到磁盘并加载回来。

  2. 最佳:如何从标题响应中获取图像尺寸?这样我就根本不需要将数据读入内存了。

我的代码如下:

const chromeLauncher = require('chrome-launcher');
const CDP = require('chrome-remote-interface');
const file = require('fs');

(async function() {
  async function launchChrome() {
    return await chromeLauncher.launch({
      chromeFlags: [
        '--disable-gpu',
        '--headless'
      ]
    });
  }
  const chrome = await launchChrome();
  const protocol = await CDP({
    port: chrome.port
  });

  const {
    DOM,
    Network,
    Page,
    Emulation,
    Runtime
  } = protocol;
  await Promise.all([Network.enable(), Page.enable(), Runtime.enable(), DOM.enable()]);

  await Network.setRequestInterceptionEnabled({enabled: true});
  Network.requestIntercepted(({interceptionId, request, resourceType}) => {
    if ((request.url.indexOf('.jpg') >= 0) || (request.url.indexOf('.png') >= 0)) {
      console.log(JSON.stringify(request));
      console.log(resourceType);

      if (request.url.indexOf("/unspecified.jpg") >= 0) {
        console.log("FOUND unspecified.jpg");
        console.log(JSON.stringify(interceptionId));
        // console.log(JSON.stringify(Network.getResponseBody(interceptionId)));
      }

    }
    Network.continueInterceptedRequest({interceptionId});
  });

  Network.loadingFinished(({requestId, timestamp, encodedDataLength}) => {
    console.log(requestId);
    console.log(timestamp);
    console.log(encodedDataLength);
  });

  Page.navigate({
    url: 'https://www.yahoo.com/'
  });

  Page.loadEventFired(async() => {
    protocol.close();
    chrome.kill(); 
  });

})();

最佳答案

这应该能让你完成 90% 的任务。它获取每个图像请求的正文。您仍然需要进行 Base64 解码、检查大小并保存等...

const CDP = require('chrome-remote-interface');

const sizeThreshold = 1024;

async function run() {
  try {
    var client = await CDP();
    const { Network, Page } = client;

    // enable events
    await Promise.all([Network.enable(), Page.enable()]);

    // commands
    const _url = "https://google.co.za";
    let _pics = [];
    Network.responseReceived(async ({requestId, response}) => {
      let url = response ? response.url : null;
      if ((url.indexOf('.jpg') >= 0) || (url.indexOf('.png') >= 0)) {
        const {body, base64Encoded} = await Network.getResponseBody({ requestId }); // throws promise error returning null/undefined so can't destructure. Must be different in inspect shell to app?
        _pics.push({ url, body, base64Encoded });
        console.log(url, body, base64Encoded);
      }
    });
    await Page.navigate({ url: _url });
    await sleep(5000);

    // TODO: process _pics - base64Encoded, check body.length > sizeThreshold, save etc...

  } catch (err) {
    if (err.message && err.message === "No inspectable targets") {
      console.error("Either chrome isn't running or you already have another app connected to chrome - e.g. `chrome-remote-interface inspect`")
    } else {
      console.error(err);
    }
  } finally {
    if (client) {
      await client.close();
    }
  }
}

function sleep(miliseconds = 1000) {
  if (miliseconds == 0)
    return Promise.resolve();
  return new Promise(resolve => setTimeout(() => resolve(), miliseconds))
}

run();

关于node.js - 使用headless chrome拦截图片请求数据,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45578739/

相关文章:

node.js - 为什么 Mongoose 不验证空文档?

javascript - 环回中 REST 连接器查询中的重复键

javascript - 文本查找和替换 chrome 扩展 - 它们如何工作得如此之快?

puppeteer - headless Chrome 节点 API 和 Puppeteer 安装

java - JSoup 如何获取所有回复

javascript - Network.emulateNetworkConditions 在 chrome 59 中不起作用 --headless

node.js - 没有html的Chartjs导出图表

javascript - 为什么此代码在 Safari 中有效,但在 Chrome 中无效?啊啊

google-chrome - 在 Chrome 中从用户脚本转换时保持相同的 ID

node.js - Nodejs + mikeal/Request模块,如何关闭请求或增加MaxSockets