apify/actor-node-playwright-webkit

Debian + Node.js + Playwright + WebKit + Apify SDK 镜像文档

镜像概述

本Docker镜像基于Debian系统构建，整合了Node.js运行环境、Playwright自动化测试工具（预安装WebKit浏览器引擎）及Apify SDK开发框架，提供一站式网页自动化、测试与数据爬取解决方案。镜像旨在简化依赖配置，支持快速部署基于Node.js的Web自动化脚本、WebKit浏览器兼容性测试及Apify生态的网络爬虫应用。

核心功能与特性

1. 基础环境组件

• Debian基础系统：基于稳定版Debian，提供可靠的Linux运行环境，支持标准系统工具链。
• Node.js运行环境：集成最新LTS版本Node.js及npm，支持Node.js应用开发与运行，包含完整的JavaScript生态工具链。

2. 浏览器自动化能力

• Playwright集成：预安装Playwright自动化测试框架，包含WebKit浏览器引擎（支持Safari等WebKit内核浏览器的模拟），无需额外配置即可运行浏览器自动化脚本。
• 浏览器依赖管理：Playwright自带的浏览器二进制文件已预加载，避免运行时依赖缺失问题，支持无头模式（Headless）与有头模式（Headful）运行。

3. 数据爬取与任务管理

• Apify SDK支持：集成Apify SDK，提供网页数据爬取、任务队列管理、代理池配置、数据存储（如数据集、键值存储）等功能，简化网络爬虫开发流程。
• 与Apify平台兼容：支持将脚本部署至Apify平台，或在本地模拟Apify任务运行环境，便于开发与调试。

使用场景

• WebKit浏览器兼容性测试：针对WebKit内核浏览器（如Safari）的前端页面兼容性验证，通过Playwright执行自动化测试脚本。
• Node.js网页自动化脚本运行：运行基于Node.js的网页交互脚本（如表单提交、页面截图、动态内容抓取），依赖Playwright的浏览器控制能力。
• 网络爬虫开发与调试：基于Apify SDK开发网络爬虫，利用其提供的请求队列、自动重试、数据结构化等特性，快速实现高质量爬虫。
• 轻量级自动化任务部署：需Debian环境的小型自动化任务（如定时网页监控、内容更新检测），通过Docker容器化部署，简化环境依赖管理。

使用方法与配置说明

基本使用（docker run）

1. 拉取镜像

bash
docker pull [镜像名称]  # 替换为实际镜像名称（如apify/debian-node-playwright-webkit）

2. 运行容器（执行本地脚本）

将本地Node.js脚本目录挂载至容器内，直接运行脚本：

bash
docker run -it --rm \
  -v $(pwd):/app \  # 挂载当前目录至容器内/app
  -w /app \         # 设置工作目录为/app
  [镜像名称] \      # 替换为实际镜像名称
  node your-script.js  # 运行目标Node.js脚本

3. 交互式调试

进入容器终端，手动调试或安装依赖：

bash
docker run -it --rm [镜像名称] /bin/bash

环境变量配置

示例：配置Apify令牌

bash
docker run -it --rm \
  -e APIFY_TOKEN=your-apify-token \
  -v $(pwd):/app \
  [镜像名称] \
  node your-crawler.js

Docker Compose示例

创建docker-compose.yml文件，定义服务配置：

yaml
version: '3'
services:
  web-automation:
    image: [镜像名称]  # 替换为实际镜像名称
    volumes:
      - ./scripts:/app  # 挂载本地脚本目录
    working_dir: /app
    environment:
      - NODE_ENV=development
      - APIFY_TOKEN=your-apify-token  # 可选，根据需求配置
    command: node main.js  # 启动命令：运行main.js脚本

启动服务：

bash
docker-compose up

注意事项

• 浏览器显示配置：若需运行有头模式（非无头模式）浏览器，需配置X11转发（适用于Linux/macOS）或使用VNC工具（Windows），具体可参考Playwright文档中的图形界面配置。
• 资源限制：运行浏览器时建议分配至少1GB内存，避免因资源不足导致浏览器崩溃，可通过--memory=1g参数限制容器资源。
• 依赖安装：若脚本需额外npm依赖，可在容器内通过npm install安装，或在构建阶段预安装（需基于本镜像构建自定义镜像）。