apify/actor-node-puppeteer-chrome

镜像概述

本Docker镜像基于Debian系统构建，集成Node.js运行环境、Puppeteer库及Chrome浏览器，提供即开即用的浏览器自动化环境。无需手动配置浏览器依赖，可直接用于网页自动化操作、截图生成、PDF导出等任务，支持通过标签灵活选择预安装的Puppeteer版本。

核心功能与特性

• 完整环境集成：包含Debian基础系统、Node.js运行时、Puppeteer库及Chrome浏览器，一站式满足浏览器自动化需求
• 版本灵活选择：通过镜像标签（Tag）指定预安装的Puppeteer版本（如:puppeteer-19.7.0），适配不同项目依赖
• 即开即用：预配置Chrome及相关系统依赖（如字体、库文件），无需手动安装浏览器或解决兼容性问题
• 版本兼容性：严格匹配Puppeteer与Chrome版本，避免因版本不兼容导致的运行错误
• 轻量优化：基于官方Debian镜像精简构建，平衡功能完整性与镜像体积

使用场景与适用范围

• 浏览器自动化测试：前端页面功能测试、端到端（E2E）测试
• 网页内容处理：生成网页截图、导出PDF文件、HTML转图片
• 前端性能分析：通过Puppeteer API采集页面加载性能数据
• 合规数据抓取：在遵守网站协议及***的前提下，自动化提取公开网页数据
• UI监控：定期检查网页UI变化、元素渲染状态

使用方法与配置说明

获取镜像

通过Docker命令拉取镜像，指定标签选择Puppeteer版本：

bash
docker pull <image-name>:puppeteer-<version>

说明：<image-name>为镜像完整名称（如仓库地址/镜像名），<version>为目标Puppeteer版本号（如19.7.0）。未指定标签时默认使用最新版本。

基本使用示例

执行本地Puppeteer脚本

假设本地有自动化脚本script.js（示例功能：访问网页并生成截图）：

javascript
const puppeteer = require('puppeteer');

(async () => {
  // 启动Chrome（容器环境需配置--no-sandbox参数）
  const browser = await puppeteer.launch({
    headless: 'new',
    args: ['--no-sandbox', '--disable-setuid-sandbox']
  });
  const page = await browser.newPage();
  await page.goto('https://example.com');
  // 保存截图到/output目录
  await page.screenshot({ path: '/output/example.png', fullPage: true });
  await browser.close();
})();

通过以下命令运行容器，挂载本地脚本和输出目录：

bash
docker run -v $(pwd)/script.js:/app/script.js -v $(pwd)/output:/output <image-name>:puppeteer-19.7.0 node /app/script.js

执行后，截图文件将保存到本地./output/example.png。

docker-compose集成示例

创建docker-compose.yml配置文件，集成到项目中：

yaml
version: '3'
services:
  puppeteer-worker:
    image: <image-name>:puppeteer-19.7.0
    volumes:
      - ./scripts:/app/scripts  # 挂载本地脚本目录
      - ./output:/app/output    # 挂载输出文件目录
    environment:
      - NODE_ENV=production
      - PUPPETEER_DISABLE_HEADLESS=false  # 启用无头模式
    command: node /app/scripts/main.js  # 启动脚本路径
    deploy:
      resources:
        limits:
          cpus: '1'
          memory: 2G  # 限制资源使用，避免过度消耗

启动服务：

bash
docker-compose up -d

配置参数说明

环境变量

Chrome启动参数

容器环境中推荐添加以下Chrome启动参数（通过Puppeteer的args配置）：

• --no-sandbox：禁用沙箱模式（容器环境必需，避免权限错误）
• --disable-setuid-sandbox：配合--no-sandbox增强兼容性
• --window-size=1920,1080：设置窗口大小（影响截图/PDF尺寸）
• --disable-gpu：禁用GPU加速（部分容器环境不支持GPU）

版本选择说明

镜像标签格式为puppeteer-<version>，对应Puppeteer的npm包版本，例如：

• :puppeteer-19.7.0：安装Puppeteer 19.7.0版本
• :puppeteer-20.0.0：安装Puppeteer 20.0.0版本

版本匹配建议：根据项目package.json中puppeteer依赖版本选择对应镜像标签，避免因版本差异导致API不兼容。

注意事项

1. 安全最佳实践：运行容器时建议使用非root用户（如镜像已配置低权限用户），通过--user参数指定用户ID
2. 资源限制：浏览器运行需消耗CPU/内存，建议通过--memory和--cpus参数限制资源使用
3. 网络配置：如需访问内部网络或使用代理，可通过--env http_proxy配置网络代理
4. 合规性：数据抓取场景需遵守目标网站robots协议及相关******，避免滥用

版本标签参考

常用Puppeteer版本标签示例：

• puppeteer-18.1.0
• puppeteer-19.7.0
• puppeteer-20.8.0
• puppeteer-21.5.0

完整版本列表可参考镜像仓库标签页或项目文档。