Edge 远程调试只认一个客户端：一次浏览器自动化的三个坑

Edge 远程调试只认一个客户端：一次浏览器自动化的三个坑

最近在把一批重复的网页操作交给脚本跑，踩了三个坑，都不是文档里写着的。记下来，省得下次再花两小时。

坑一：TCP 能连上，WebSocket 就是不应答

现象很反直觉。端口在监听，netstat 显示 127.0.0.1:9222 LISTENING，telnet 能连进去。但走 WebSocket 连 /devtools/browser/ 时，服务端一个字节都不回，客户端就一直挂着等握手响应。

手工握手看清楚了些东西——先确认 HTTP 层是活的：

const s = net.createConnection(9222, '127.0.0.1');
s.on('connect', () => {
  s.write('GET /json/version HTTP/1.1\r\nHost: 127.0.0.1:9222\r\n\r\n');
});

回来的是 HTTP/1.1 404 Not Found，Content-Type: text/html，body 为空。这不像 Chromium 的 DevTools 接口（那个 /json/version 会返回 JSON），但至少说明端口后面有个 HTTP 服务在。

再发一次 Upgrade 请求，就完全没有响应了：

GET /devtools/browser/c935e082-... HTTP/1.1
Host: 127.0.0.1:9222
Upgrade: websocket
Connection: Upgrade
Sec-WebSocket-Key: 
Sec-WebSocket-Version: 13

6 秒，0 字节。不是 403，不是 400，是沉默。这种沉默通常意味着服务端在等一个不会到来的状态，而不是拒绝你。

真正的原因藏在调试端点的语义里：同一时刻只接受一个客户端连接。当时已经有一个常驻代理占着这条连接，我这边再开一个，服务端既不拒绝也不回应，直接挂死。更麻烦的是这个状态有粘性——占位进程被杀掉之后，新连接依然不应答，必须在 edge://inspect/#remote-debugging 里把开关取消再重新勾上，会话才会重置。

顺带一个副作用：/json/version、/json/list 这些 HTTP 枚举接口在新版上是 404 的，只能从 DevToolsActivePort 文件拿端口和 ws 路径：

9222
/devtools/browser/c935e082-3d7d-4e93-b161-4c34bb1bcf58

所以别写"先查 /json/version 拿 webSocketDebuggerUrl"这种逻辑，它在 toggle 模式下必然失败。

坑二：编辑器在跨域 iframe 里，注入不进去

目标是往一个富文本编辑器里写正文。页面上看着是一整块，实际有两套编辑器，切换标签页会换成不同的 iframe：

Markdown 模式那个 iframe 是跨域的，contentDocument 直接给你 null，postMessage 也没有对端协议，等于写入路彻底堵死。能走的只有富文本模式，靠 TinyMCE 自己的 API：

window.tinymce.get('editor').setContent('

标题

正文

');
window.tinymce.get('editor').fire('change');

这里有个容易踩的细节：tinymce.editors 在某些版本上取不到，别用它判断实例是否存在，用 tinymce.get('editor') 更稳。

坑三：合成事件骗不过组件，得走真实输入

标题、摘要这类原生 好办，用原生 setter 改值再派发事件就行：

const el = document.getElementById('blogTitle');
const desc = Object.getOwnPropertyDescriptor(el.constructor.prototype, 'value');
desc.set.call(el, '标题');
el.dispatchEvent(new Event('input', { bubbles: true }));

但标签输入框不行。它是组件封装的下拉选择，值存在组件自己的状态里，DOM 上的 value 只是展示。我试过 value = 'xxx' 加 keydown Enter，页面上看起来有字，回车之后标签一个没加上，提交按钮依然是禁用态。

两条出路：

1. 真实键盘事件——走 CDP 的 Input.insertText / Input.dispatchKeyEvent，浏览器认为是真人在打字，组件会正常响应；

2. 绕开键盘——输入后等联想列表弹出来，点第一条。点击是允许的，问题只是你得等下拉渲染完成。

如果手上只有 HTTP 层的 eval 能力（没有 Input 域），还有第三个办法：document.execCommand('insertText', false, text)。它虽然被标记废弃，但在 Chromium 里仍然会触发真正的 input 事件，比直接改 value 靠谱得多。

结论：架构上只留一个客户端

三个坑指向同一件事：远程调试是独占资源，别让多个进程去抢。稳定跑了一阵的形态是这样：

Edge (9222)  ←  常驻代理（唯一客户端，长连接）  ←  HTTP  ←  业务脚本

业务脚本只跟代理说 HTTP，需要"看"就求值 DOM，需要"点"就发点击，需要"打字"就转成真实输入。代理崩了也比多客户端互抢好收拾——重新拉起来就行。

做浏览器自动化之前，先确认这五条：

• 调试端口是不是只有一个客户端在用
• /json/* 能不能用（新版本可能已关）
• 目标编辑器是同源 iframe 还是跨域 iframe
• 表单字段是原生控件还是组件封装（组件封装的必须用真实输入）
• 提交按钮的启用条件（我这次就卡在"标签没加上 → 按钮不亮"）

最后一条尤其容易被忽略：按钮不亮不代表点击逻辑写错了，多半是某个必填项还空着。