容器化中运行 Playwright并驱动 Chrome

Posted on Views:

方案一：使用 Playwright 官方镜像（推荐）

Playwright 官方团队维护了包含完整环境的 Docker 镜像，里面已经内置了 Node.js/Python 环境以及所有浏览器运行所需的依赖，是最不容易踩坑的方案。

1. 选择镜像

根据你使用的编程语言，拉取对应的官方镜像：

  • Node.js: mcr.microsoft.com/playwright:v1.61.0-noble
  • Python: mcr.microsoft.com/playwright/python:v1.60.0-noble

2. 编写代码（以 Python 为例）

在代码中，如果你想明确指定驱动 Google Chrome（而非 Playwright 默认的开源 Chromium），可以通过设置 channel="chrome" 来实现。

1
2
3
4
5
6
7
8
9
10
11
12
13
from playwright.sync_api import sync_playwright

with sync_playwright() as p:
    # 使用 channel="chrome" 指定正版 Google Chrome 渠道
    browser = p.chromium.launch(
        headless=True, 
        channel="chrome",
        args=["--no-sandbox", "--disable-setuid-sandbox"]
    )
    page = browser.new_page()
    page.goto("https://example.com")
    print(page.title())
    browser.close()

方案二：在自定义基础镜像中安装

如果你必须基于公司现有的 Linux 基础镜像（如 ubuntu 或 debian）进行构建，可以参考以下 Dockerfile 配置。

注意： 极度不建议使用 alpine 镜像，因为 Playwright 的浏览器二进制文件是为 glibc 编译的，在 Alpine 的 musl 环境下极难跑通。

1. 编写 Dockerfile（Python 示例）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
FROM python:3.11-slim-bookworm

WORKDIR /app

# 安装基础工具
RUN apt-get update && apt-get install -y \
    wget \
    gnupg \
    && rm -rf /var/lib/apt/lists/*

# 升级 pip 并安装 playwright python 包
RUN pip install --no-cache-dir --upgrade pip && \
    pip install --no-cache-dir playwright

# 【核心步骤】安装指定浏览器（chrome）及其所需的全部 Linux 系统依赖
RUN playwright install --with-deps chrome

# 复制业务代码
COPY . .

CMD ["python", "main.py"]

2. 编写 Dockerfile（Node.js 示例）

1
2
3
4
5
6
7
8
9
10
11
12
13
FROM node:20-bookworm-slim

WORKDIR /app

COPY package*.json ./
RUN npm ci

# 【核心步骤】利用 npx 安装 chrome 浏览器和系统依赖
RUN npx playwright install --with-deps chrome

COPY . .

CMD ["node", "index.js"]

踩坑与优化指南

在容器内跑 Chrome，以下几点如果没配置好，程序大概率会报错或频繁崩溃：

1. 共享内存不足导致崩溃（/dev/shm）

Docker 容器默认分配的共享内存通常只有 64MB，当 Chrome 打开较复杂的网页时，会因为内存耗尽而直接崩溃（报错通常为 Target closed 或 Crash）。

  • 解决方案：在启动 Docker 容器时，必须加上 --ipc=host 参数，允许容器共享宿主机的内存。
1
docker run -it --rm --ipc=host my-playwright-app

2. Chrome 沙盒权限问题（Sandbox）

Linux 的 Chromium/Chrome 默认使用沙盒机制保障安全，但在 Docker 容器中（尤其是以 root 用户运行时），沙盒往往会因为没有内核权限而报错。

  • 临时解决（信任代码）：在代码启动浏览器时，添加启动参数 args=["--no-sandbox", "--disable-setuid-sandbox"]。
  • 标准解决（抓取不信任网站）：Playwright 官方镜像内置了一个名为 pwuser 的非 root 用户。推荐在 Dockerfile 中切换到该用户，或者在运行容器时使用安全配置文件（seccomp）。

3. 无头模式（Headless）

在没有安装 X11 桌面环境的 Linux 容器中，必须以无头模式运行 Chrome：

1
browser = p.chromium.launch(headless=True)

如果你确实需要有头模式（Headless=False）来调试或截图，你需要在 Docker 内部部署并启动 Xvfb（虚拟帧缓冲区），利用 xvfb-run python main.py 来欺骗 Chrome 拥有显示器。