Files
Obsidian/MyBestNanobot/Nanobot如何测试headless浏览器.md
coco 8b94d76799 a
2026-07-21 13:57:15 +08:00

240 lines
6.4 KiB
Markdown

我使用 headless 浏览器测试网页有几种方式,让我详细介绍:
---
## 🔧 我常用的 Headless 浏览器工具
### 1️⃣ **Playwright(主要使用)**
通过 `lightpanda_enhancer` 技能,用 Python 脚本控制浏览器:
```python
from playwright.sync_api import sync_playwright
with sync_playwright() as p:
# 启动浏览器(headless模式)
browser = p.chromium.launch(headless=True)
page = browser.new_page()
# 1. 打开页面
page.goto("http://129.211.173.87:8895/games/doudizhu/")
# 2. 等待页面加载完成
page.wait_for_load_state("networkidle")
# 3. 截图保存
page.screenshot(path="doudizhu.png", full_page=True)
# 4. 获取页面信息
title = page.title()
html = page.content()
# 5. 执行 JavaScript
result = page.evaluate("() => document.querySelector('.score').textContent")
# 6. 模拟用户操作
page.click("button#login") # 点击登录按钮
page.fill("input#username", "admin") # 填写用户名
page.fill("input#password", "pass") # 填写密码
page.click("button#submit") # 提交
# 7. 等待元素出现
page.wait_for_selector(".game-board")
browser.close()
```
### 2️⃣ **bb-browser(命令行工具)**
快速测试和调试:
```bash
# 打开页面
bb-browser open http://129.211.173.87:8895/games/doudizhu/
# 获取可交互元素列表
bb-browser snapshot -i
# 点击第5个元素
bb-browser click @5
# 填写输入框
bb-browser fill @3 "admin"
# 截图
bb-browser screenshot
# 获取页面源码
bb-browser fetch http://129.211.173.87:8895/games/doudizhu/
# 执行 JavaScript
bb-browser eval "document.title"
```
### 3️⃣ **curl/httpie(简单测试)**
如果只是检查页面是否能访问:
```bash
# 检查 HTTP 状态码
curl -I http://129.211.173.87:8895/games/doudizhu/
# 获取页面源码
curl -s http://129.211.173.87:8895/games/doudizhu/ | head -50
# 带登录态的请求
curl -H "Cookie: session_id=xxx" http://129.211.173.87:8895/api/user/score
```
---
## 📝 实际测试流程示例
以测试斗地主游戏页面为例:
```python
#!/usr/bin/env python3
from playwright.sync_api import sync_playwright
def test_doudizhu():
with sync_playwright() as p:
browser = p.chromium.launch(headless=True)
page = browser.new_page(viewport={"width": 1280, "height": 720})
try:
# Step 1: 访问页面
print("1. 打开页面...")
response = page.goto("http://129.211.173.87:8895/games/doudizhu/")
print(f" 状态码: {response.status}")
# Step 2: 检查登录状态
print("2. 检查登录状态...")
page.wait_for_timeout(2000) # 等待 JS 执行
# 检查是否有登录遮罩
login_mask = page.locator(".login-overlay").count()
if login_mask > 0:
print(" 未登录,显示登录遮罩")
else:
print(" 已登录")
# Step 3: 截图查看效果
print("3. 截图...")
page.screenshot(path="/tmp/doudizhu_test.png")
# Step 4: 检查游戏元素
print("4. 检查游戏元素...")
elements = {
"游戏标题": page.locator("h1").text_content(),
"分数显示": page.locator(".score-display").count(),
"牌桌区域": page.locator(".game-table").count(),
}
for name, value in elements.items():
print(f" {name}: {value}")
# Step 5: 获取控制台日志
print("5. 浏览器日志:")
logs = page.evaluate("() => { return window.console_logs || []; }")
for log in logs[-5:]: # 最近5条
print(f" {log}")
print("✅ 测试完成")
except Exception as e:
print(f"❌ 错误: {e}")
page.screenshot(path="/tmp/doudizhu_error.png")
finally:
browser.close()
if __name__ == "__main__":
test_doudizhu()
```
---
## 🎯 核心能力总结
| 功能 | Playwright | bb-browser | curl |
|------|-----------|-----------|------|
| 截图 | ✅ `screenshot()` | ✅ `screenshot` | ❌ |
| 执行 JS | ✅ `evaluate()` | ✅ `eval` | ❌ |
| 点击/填写 | ✅ `click()` `fill()` | ✅ `click` `fill` | ❌ |
| 等待元素 | ✅ `wait_for_selector()` | ✅ 自动等待 | ❌ |
| 网络监控 | ✅ `route()` | ✅ 拦截 | ❌ |
| 登录态 | ✅ Cookie | ✅ 自动携带 | ✅ 手动设置 |
| 速度 | 中等 | 快 | 最快 |
---
需要我现在实际演示测试一下斗地主页面吗?
---
截图的意义在于**我能直接看到页面实际效果**,不需要再转给其他模型:
---
## 🖼️ 我能直接分析图片
当我用 `read_file` 读取图片文件时,**我能直接看到图片内容**:
```python
# 1. Playwright 截图
page.screenshot(path="/tmp/doudizhu.png")
# 2. 我直接读取并分析
read_file("/tmp/doudizhu.png")
# → 我能直接看到:页面布局、颜色、元素位置、文字显示等
```
**我能从截图里看到:**
- ✅ 登录框是否显示正确
- ✅ 分数显示位置是否在右上角
- ✅ 游戏界面是否有错位
- ✅ 颜色、字体是否正常
- ✅ 是否有错误提示弹窗
---
## 📊 对比:截图 vs 获取HTML
| 场景 | 用截图 | 用HTML |
|------|--------|--------|
| 检查按钮位置 | ✅ 看实际在哪里 | ❌ 不知道渲染位置 |
| 检查颜色样式 | ✅ 直接看颜色 | ❌ 只能看CSS类名 |
| 检查元素是否可见 | ✅ 能看到 | ❌ 元素存在但可能被隐藏 |
| 提取文字数据 | ⚠️ 需要OCR | ✅ 直接读文本 |
---
## 实际工作流程
```python
# 测试斗地主页面
page.goto("http://129.211.173.87:8895/games/doudizhu/")
# 1. 截图 - 我看实际效果
page.screenshot(path="/tmp/test.png")
# 2. 我读取图片分析
read_file("/tmp/test.png")
# 我能看到:"登录框显示在页面中央,半透明黑色背景,
# 有两个输入框和登录按钮,布局正常"
# 3. 根据视觉结果判断
if "登录框" in 图片内容:
print("需要登录")
```
---
## 总结
**截图 → 我看 → 我分析 → 我判断**
不需要中间环节,我自己就是"看图说话"的大模型 😊
需要我实际截图看一下斗地主页面现在什么样吗?