用 Edge + CDP 搭建长期稳定的浏览器自动化:启动、会话与拟人化操作
一、为什么不用 Selenium,而是直接用 CDP
做长期运行的浏览器自动化,最大的敌人不是“点不到按钮”,而是环境不稳:驱动版本漂移、弹出窗口抢焦点、进程被回收、登录态莫名失效。Chrome DevTools Protocol(CDP)本身是一个稳定的 WebSocket 协议,Node 侧用 puppeteer-core 连接即可,不需要额外下载浏览器内核——直接用系统里的 Microsoft Edge。
const browser = await puppeteer.launch({
executablePath: 'C:\Program Files (x86)\Microsoft\Edge\Application\msedge.exe',
userDataDir: 'D:\auto\edge-profile',
headless: false,
ignoreDefaultArgs: ['--enable-automation'],
args: ['--remote-debugging-port=9333', '--no-first-run', '--disable-blink-features=AutomationControlled'],
});
关键点是 --remote-debugging-port:只要这个端口活着,任何脚本都能随时 puppeteer.connect({ browserURL }) 接管这个浏览器,而不用重新启动它。
二、把浏览器当成“常驻服务”,脚本当成“一次性工人”
如果每次任务都 launch 一次浏览器,会踩两个坑:一是用户自己的窗口会被打断;二是很多站点的登录态是会话级 Cookie,进程一退,登录就没了。更稳的做法是把浏览器当常驻进程:
- 用独立
userDataDir起一个专用实例,常驻在后台(窗口可以移到屏幕外); - 每天的任务只做
connect→ 干活 →disconnect,绝不关闭浏览器; - 再挂一个 30 分钟一次的守护任务,发现 CDP 端口探不通就静默拉起。
try {
const b = await puppeteer.connect({ browserURL: 'http://127.0.0.1:9333' });
await b.disconnect();
} catch {
spawn(EDGE, ['--remote-debugging-port=9333', '--user-data-dir=' + PROFILE], { detached: true, stdio: 'ignore' }).unref();
}
三、会话失效要能自愈
会话级 Cookie 撑不过进程重启,所以凭证必须留一份“可恢复”的副本。我的做法是用 Windows DPAPI 加密保存账号密码:
$plain = $user + [Environment]::NewLine + $pass
$enc = $plain | ConvertTo-SecureString -AsPlainText -Force | ConvertFrom-SecureString
[IO.File]::WriteAllText('D:autocred.dat', $enc, (New-Object System.Text.UTF8Encoding($false)))
解密同样走 PowerShell 的 ConvertTo-SecureString,密钥绑定当前 Windows 用户,别的账户拿到文件也解不开。脚本检测到未登录就自动填表登录;如果站点弹短信验证码,就把窗口移到屏幕中央,等人补一次码,再用 watcher 续跑。
四、拟人化:把“点击”拆成轨迹
直接把 element.click() 丢过去,行为特征太干净。更接近真人的做法是取元素包围盒,先移动到附近偏移点,再分步走到目标,随机停顿后按下抬起:
async function humanClick(page, handle) {
const box = await handle.boundingBox();
const x = box.x + box.width * (0.35 + Math.random() * 0.3);
const y = box.y + box.height * (0.35 + Math.random() * 0.3);
await page.mouse.move(x - 120, y - 80, { steps: 12 });
await sleep(200 + Math.random() * 300);
await page.mouse.move(x, y, { steps: 18 });
await page.mouse.down(); await sleep(80); await page.mouse.up();
}
配合进页面后随机滚动几百像素、输入时每字符 50~180ms 抖动,绝大多数风控都不会盯上你。
五、别只信 UI,要有接口层的“验收”
UI 状态会被缓存、会延迟、会骗人。稳定的任务脚本应该做到:动作走 UI,结果查接口。比如签到类动作,点完之后轮询一次状态接口,确认字段从“未完成”变“已完成”,再比对积分余额是否增加,两者都对上才写成功日志;否则触发降级路径(直接发同一条业务请求),最后统一落盘留痕。
六、工程化清单
- 浏览器常驻 + CDP 端口探测,任务只连接不重启;
- 用 Windows 计划任务做每日调度,VBS 静默启动避免黑窗;
- 凭据 DPAPI 加密,失败路径可视化(把窗口挪到屏幕上等人处理);
- 所有动作写结构化日志:时间、动作、状态码、接口返回、截图;
- 幂等判断放在最前面——“已完成就直接退出”,避免重复操作。
按这套结构,一个需要每天跑的浏览器任务可以从“碰运气”变成“可观测、可恢复、可回滚”的服务。真正花时间的不是写点击,而是想清楚:进程谁保活、登录怎么续、失败怎么通知人。
- 点赞
- 收藏
- 关注作者
评论(0)