puppeteer 和 puppeteer-core 这两个 npm 包有什么区别？

puppeteer 包会在安装时自动打包并下载 Chromium，而 puppeteer-core 只包含 JavaScript API，需要你通过 executablePath 启动参数自己提供 Chrome 或 Chromium 可执行文件。在 Docker、CI/CD 等自己管理浏览器二进制文件的环境里，用 puppeteer-core。

Puppeteer 在 Docker 里为什么会崩溃？shm_size 怎么解决这个问题？

Chrome 用 /dev/shm 做共享内存，但 Docker 容器默认只给 64MB，在无头模式下加载大页面时会导致"Aw, snap"崩溃。把 shm_size 设为至少 2GB（或者传 --disable-dev-shm-usage 参数改用 /tmp）能防止这类渲染进程崩溃。

Puppeteer 支持 Firefox 和 Safari 吗？

Puppeteer 自 2023 年起通过 WebDriver BiDi 协议支持 Firefox，不过 Firefox 支持的成熟度不如 Chrome，一些 CDP 专属功能（比如性能追踪和覆盖率报告）仅限 Chrome 使用。不支持 Safari 和 WebKit；如果需要这些，Playwright 原生覆盖全部三种渲染引擎。

Puppeteer：94,300 个 GitHub Stars

Q: Puppeteer 25 最低需要什么 Node.js 版本？

Puppeteer v25.0.0（2026 年 5 月发布）及之后的版本要求 Node.js 22 或更高版本，因为这个版本改成了仅支持 ESM 模块，不再支持 CommonJS 的 require()。如果你用的是 Node.js 18 或 20，要么升级，要么锁定在仍支持 Node.js 18+ 的 Puppeteer 24.x。

Q: 怎么降低 Puppeteer 生产部署的内存占用？

用浏览器池限制并发 Chrome 实例数量（一台 4GB 内存的机器上，单个 Node.js 进程能管理 3-5 个实例），通过请求拦截屏蔽图片、CSS、字体等不必要的资源，用完页面立刻关闭，并设置 --disable-dev-shm-usage 参数。每个 Chrome 实例大约占用 200-400MB 内存。

LazyDocker：51,092 个 GitHub Stars • Grafana：74,380 个 GitHub Stars — 2026 Docker 部署指南

简介 #

大规模跑浏览器自动化，意味着要跟 Chrome 崩溃、无头环境的内存泄漏，以及页面加载间不稳定的选择器较劲。Puppeteer 由 Google 的 Chrome DevTools 团队维护，提供了一套高层级的 Node.js API，通过 DevTools Protocol 和 WebDriver BiDi 控制 Chrome 和 Firefox。凭借 94,300 个 GitHub Star、540+ 贡献者和每周 490 万次 npm 下载量，它依然是需要在生产环境里做可靠、可编程浏览器控制的团队的首选库。

这篇 puppeteer 教程会带你走完一套完整的浏览器自动化配置——从跑通 puppeteer docker 部署到 CI/CD 集成——附带真实配置、性能数据和坦诚的权衡取舍。无论你是要生成 PDF、抓取 SPA，还是跑端到端回归测试，这些 puppeteer 生产环境模式都能直接用上。

Puppeteer 是什么？ #

Puppeteer 是一个 Node.js 库，提供一套编程 API，通过 Chrome DevTools Protocol (CDP) 和 WebDriver BiDi 控制 Chrome、Chromium 和 Firefox。它默认以无头模式运行，适合服务器环境，但在需要调试时也能驱动可见（“有头”）浏览器窗口。这个项目在 2017 年发布首个公开版本，此后成长为一个横跨网页抓取、PDF 生成、截图自动化、无障碍测试和 CI/CD 流水线的生态系统。

puppeteer 包会在安装时自动打包 Chromium，而 puppeteer-core 省略了浏览器下载——这个区别在 Docker 等你自己提供 Chrome 二进制文件的受限环境里很重要。

Puppeteer 是怎么工作的 #

Puppeteer 通过 WebSocket 连接和浏览器通信。当你调用 puppeteer.launch() 时，这个库会启动一个开启了远程调试功能的 Chrome 或 Firefox 进程（监听本地端口），然后通过 DevTools Protocol 连接上它。这种直连方式避免了老式基于 WebDriver 的工具所需的 HTTP 往返开销。

关键架构概念：

Browser（浏览器）：一个正在运行的浏览器实例。你可以并行运行多个来实现隔离。
Page（页面）：相当于一个浏览器标签页。大多数自动化代码都在和 Page 对象打交道。
Context（上下文）：浏览器上下文提供一个隔离的会话——独立的 Cookie、localStorage 和缓存。可以理解为一个隐身窗口。
CDP Session（CDP 会话）：对 Chrome DevTools Protocol 的底层访问，用于网络拦截、性能追踪、覆盖率报告等高级场景。

从 v25.0.0（2026 年 5 月）开始，Puppeteer 改为仅支持 ESM 模块，最低 Node.js 版本要求提升到 22。这去掉了 CommonJS 支持，转而拥抱原生 ES 模块，与更广泛的 Node.js 生态保持一致。

安装与配置 #

在装有 Node.js 22+ 的机器上，本地安装 Puppeteer 用不了三分钟。

# 安装并打包 Chromium
npm install puppeteer

# 或者用 puppeteer-core，自己管理 Chrome
npm install puppeteer-core

用一个最小脚本验证安装：

// quickstart.mjs —— 验证 Puppeteer 能正常启动
import puppeteer from 'puppeteer';

const browser = await puppeteer.launch();
const page = await browser.newPage();
await page.goto('https://example.com');
const title = await page.title();
console.log(`Page title: ${title}`);
await browser.close();

运行它：

node quickstart.mjs
# 预期输出：Page title: Example Domain

对于自己独立管理 Chrome 的环境——Docker、AWS Lambda，或预装了 Chromium 的系统——用 puppeteer-core 并设置 executablePath：

import puppeteer from 'puppeteer-core';

const browser = await puppeteer.launch({
  executablePath: '/usr/bin/chromium',
  headless: 'new',
  args: ['--no-sandbox', '--disable-setuid-sandbox']
});

Docker 部署 #

在 Docker 里跑 Puppeteer 能消除"在我机器上明明能跑"的问题，让开发、预发布和生产环境的部署保持一致。挑战在于 Chromium 需要特定的系统库——少装一个，浏览器就会报出难以理解的启动错误。

生产环境 Dockerfile：

# Dockerfile —— 搭配 Chromium 的 Node.js 22，用于 Puppeteer
FROM node:22-slim

# 安装 Chromium 依赖和字体
RUN apt-get update && apt-get install -y --no-install-recommends \
    chromium \
    fonts-liberation \
    libappindicator3-1 \
    libasound2 \
    libatk-bridge2.0-0 \
    libatk1.0-0 \
    libcups2 \
    libdbus-1-3 \
    libdrm2 \
    libgbm1 \
    libgtk-3-0 \
    libnspr4 \
    libnss3 \
    libx11-xcb1 \
    libxcomposite1 \
    libxdamage1 \
    libxrandr2 \
    xdg-utils \
    && apt-get clean \
    && rm -rf /var/lib/apt/lists/*

# 使用系统自带的 Chromium，跳过打包下载
ENV PUPPETEER_EXECUTABLE_PATH=/usr/bin/chromium
ENV PUPPETEER_SKIP_CHROMIUM_DOWNLOAD=true

# 创建非 root 用户以保证安全
RUN groupadd -r pptruser && useradd -r -g pptruser -G audio,video pptruser \
    && mkdir -p /home/pptruser/app \
    && chown -R pptruser:pptruser /home/pptruser

WORKDIR /home/pptruser/app

# 安装依赖
COPY package.json package-lock.json ./
RUN npm ci --production

# 拷贝应用代码
COPY src/ ./src/
USER pptruser

CMD ["node", "src/index.mjs"]

构建并运行：

docker build -t puppeteer-app .
docker run --rm -v $(pwd)/output:/home/pptruser/app/output puppeteer-app

本地开发用的 docker-compose.yml：

version: '3.8'
services:
  puppeteer:
    build: .
    volumes:
      - ./src:/home/pptruser/app/src
      - ./output:/home/pptruser/app/output
    environment:
      - NODE_ENV=production
      - PUPPETEER_ARGS=--no-sandbox --disable-setuid-sandbox --disable-dev-shm-usage
    shm_size: '2gb'
    deploy:
      resources:
        limits:
          memory: 4G
        reservations:
          memory: 1G

shm_size 这个设置至关重要。Chrome 用 /dev/shm 做共享内存，Docker 容器默认给的 64MB 在处理大页面时会导致崩溃。设为 2GB 能避免无头模式下的"Aw, snap"错误。

Docker 资源限制和 Chrome 参数，用于稳定的无头运行。

核心自动化模式 #

抓取动态内容 #

现代 SPA 会在初始 HTML 响应之后才加载内容。Puppeteer 会先等待选择器出现，再提取数据：

// scraper.mjs —— 从 JavaScript 渲染的页面提取数据
import puppeteer from 'puppeteer';

const browser = await puppeteer.launch({ headless: 'new' });
const page = await browser.newPage();

await page.setViewport({ width: 1366, height: 768 });
await page.setUserAgent(
  'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/148.0.0.0 Safari/537.36'
);

await page.goto('https://quotes.toscrape.com/js/', {
  waitUntil: 'networkidle2',
  timeout: 30000
});

// 等待动态内容渲染完成
await page.waitForSelector('.quote', { timeout: 10000 });

const quotes = await page.evaluate(() => {
  return Array.from(document.querySelectorAll('.quote')).map(el => ({
    text: el.querySelector('.text')?.textContent?.trim(),
    author: el.querySelector('.author')?.textContent?.trim(),
    tags: Array.from(el.querySelectorAll('.tag')).map(t => t.textContent.trim())
  }));
});

console.log(`Scraped ${quotes.length} quotes`);
await browser.close();

截图和 PDF 生成 #

Puppeteer 非常擅长从 HTML 渲染视觉产物——这在发票、报表和 Open Graph 卡片图生成场景中很常见：

// screenshot.mjs —— 全页截图和 PDF 导出
import puppeteer from 'puppeteer';
import fs from 'fs';
import path from 'path';

const OUTPUT_DIR = './output';
fs.mkdirSync(OUTPUT_DIR, { recursive: true });

const browser = await puppeteer.launch({ headless: 'new' });
const page = await browser.newPage();

await page.setViewport({ width: 1280, height: 800 });

// 截图：全页 PNG
await page.goto('https://example.com', { waitUntil: 'networkidle2' });
await page.screenshot({
  path: path.join(OUTPUT_DIR, 'page.png'),
  fullPage: true
});

// PDF：A4，带背景图形
await page.pdf({
  path: path.join(OUTPUT_DIR, 'page.pdf'),
  format: 'A4',
  printBackground: true,
  margin: { top: '1cm', right: '1cm', bottom: '1cm', left: '1cm' }
});

console.log('Screenshot and PDF saved to', OUTPUT_DIR);
await browser.close();

网络拦截与请求屏蔽 #

在抓取场景中，屏蔽不必要的资源能把页面加载时间缩短 40-60%：

// blocker.mjs —— 屏蔽图片和 CSS 以加快抓取速度
import puppeteer from 'puppeteer';

const browser = await puppeteer.launch({ headless: 'new' });
const page = await browser.newPage();

// 拦截并屏蔽图片/样式表/媒体请求
await page.setRequestInterception(true);
page.on('request', (req) => {
  const block = ['image', 'stylesheet', 'font', 'media'];
  if (block.includes(req.resourceType())) {
    req.abort();
  } else {
    req.continue();
  }
});

const start = Date.now();
await page.goto('https://example.com', { waitUntil: 'networkidle2' });
console.log(`Loaded in ${Date.now() - start}ms (resources blocked)`);

await browser.close();

与主流工具集成 #

GitHub Actions #

在每次 push 时自动截图或跑回归测试：

# .github/workflows/puppeteer.yml
name: Puppeteer CI
on:
  push:
    branches: [main]
  pull_request:
    branches: [main]

jobs:
  puppeteer:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4

      - name: Setup Node.js
        uses: actions/setup-node@v4
        with:
          node-version: '22'
          cache: 'npm'

      - name: Install dependencies
        run: npm ci

      - name: Run Puppeteer tests
        run: npm test
        env:
          CI: true
          PUPPETEER_ARGS: '--no-sandbox --disable-setuid-sandbox'

      - name: Upload artifacts
        uses: actions/upload-artifact@v4
        with:
          name: screenshots
          path: output/*.png

Jest 测试框架 #

// jest.config.js
module.exports = {
  testEnvironment: 'node',
  testMatch: ['**/*.test.mjs'],
  testTimeout: 30000,
  globals: {
    'ts-jest': { useESM: true }
  }
};

// homepage.test.mjs —— Jest + Puppeteer 集成
import puppeteer from 'puppeteer';

describe('Homepage', () => {
  let browser;
  let page;

  beforeAll(async () => {
    browser = await puppeteer.launch({
      headless: 'new',
      args: (process.env.PUPPETEER_ARGS || '').split(' ').filter(Boolean)
    });
    page = await browser.newPage();
  });

  afterAll(async () => {
    await browser.close();
  });

  test('page title is correct', async () => {
    await page.goto('https://example.com');
    const title = await page.title();
    expect(title).toBe('Example Domain');
  });

  test('navigation loads within 3 seconds', async () => {
    const start = Date.now();
    await page.goto('https://example.com', { waitUntil: 'networkidle2' });
    expect(Date.now() - start).toBeLessThan(3000);
  });
});

TypeScript 配置 #

// tsconfig.json
{
  "compilerOptions": {
    "target": "ES2022",
    "module": "NodeNext",
    "moduleResolution": "NodeNext",
    "esModuleInterop": true,
    "strict": true,
    "outDir": "./dist",
    "rootDir": "./src"
  },
  "include": ["src/**/*"]
}

// src/scraper.ts —— TypeScript 搭配 Puppeteer
import puppeteer, { Browser, Page } from 'puppeteer';

interface Product {
  name: string;
  price: string;
  url: string;
}

async function scrapeProducts(url: string): Promise<Product[]> {
  const browser: Browser = await puppeteer.launch({ headless: 'new' });
  const page: Page = await browser.newPage();

  await page.goto(url, { waitUntil: 'networkidle2' });

  const products: Product[] = await page.evaluate(() => {
    return Array.from(document.querySelectorAll('.product')).map(el => ({
      name: el.querySelector('.name')?.textContent?.trim() || '',
      price: el.querySelector('.price')?.textContent?.trim() || '',
      url: el.querySelector('a')?.href || ''
    }));
  });

  await browser.close();
  return products;
}

const results = await scrapeProducts('https://example.com/products');
console.log(`Found ${results.length} products`);

Mocha 测试运行器 #

// .mocharc.cjs
module.exports = {
  extension: ['mjs'],
  spec: 'test/**/*.test.mjs',
  timeout: 30000,
  exit: true
};

// test/scraper.test.mjs —— Mocha + Puppeteer
import puppeteer from 'puppeteer';
import assert from 'assert';

describe('Scraper Suite', function() {
  this.timeout(30000);

  let browser;
  before(async () => {
    browser = await puppeteer.launch({
      headless: 'new',
      args: ['--no-sandbox', '--disable-setuid-sandbox']
    });
  });

  after(async () => await browser.close());

  it('should extract product data', async () => {
    const page = await browser.newPage();
    await page.goto('https://example.com');
    const heading = await page.$eval('h1', el => el.textContent);
    assert.strictEqual(heading, 'Example Domain');
    await page.close();
  });
});

性能基准测试 / 真实使用场景 #

独立基准测试显示，在以 Chrome 为核心的场景下，Puppeteer 依然占据强势位置：

指标	Puppeteer	Selenium	Playwright	Cypress
平均操作延迟	< 1 秒	3-5 秒	1-2 秒	1-2 秒
配置耗时	10-15 分钟	2-4 小时	15-30 分钟	15-30 分钟
通过率（100 次运行）	93%	84%	94%	96%
单实例内存占用	200-400MB	300-500MB	250-450MB	400-600MB
测试套件（50 个测试）	顺序 2 分 55 秒 / 并行 48 秒	顺序 8 分 45 秒 / 并行 2 分 50 秒	顺序 3 分 20 秒 / 并行 52 秒	顺序 3 分 45 秒 / 并行 1 分 10 秒
每月维护成本	约 11 小时	约 16.5 小时	约 12 小时	约 10.5 小时

什么时候该选 Puppeteer 而不是其他方案：

PDF 生成和截图流水线：Puppeteer 的 page.pdf() 和 page.screenshot() 是浏览器自动化领域最成熟的 API。
Chrome DevTools Protocol 访问：对于要构建开发者工具、性能分析器或覆盖率报告工具的团队，直接 CDP 访问是只有 Puppeteer 原生满足的需求。
大规模网页抓取：搭配 Bull 或 RabbitMQ 这样的任务队列，Puppeteer 能以极低开销每小时处理数千个 URL。
已有 Node.js 基础设施：如果你的后端已经是 TypeScript/JavaScript，引入 Puppeteer 不会带来任何新的运行时或语言。

进阶用法 / 生产环境加固 #

浏览器池管理 #

每个请求都启动一个新浏览器很浪费。连接池能复用浏览器实例：

// pool.mjs —— 带最大并发限制的可复用浏览器池
import puppeteer from 'puppeteer';

class BrowserPool {
  constructor(maxBrowsers = 5) {
    this.maxBrowsers = maxBrowsers;
    this.pool = [];
    this.queue = [];
  }

  async init() {
    for (let i = 0; i < this.maxBrowsers; i++) {
      const browser = await puppeteer.launch({
        headless: 'new',
        args: ['--no-sandbox', '--disable-setuid-sandbox', '--disable-dev-shm-usage']
      });
      this.pool.push({ browser, inUse: false });
    }
  }

  async acquire() {
    const available = this.pool.find(b => !b.inUse);
    if (available) {
      available.inUse = true;
      return available.browser;
    }
    return new Promise(resolve => this.queue.push(resolve));
  }

  release(browser) {
    const entry = this.pool.find(b => b.browser === browser);
    if (entry) {
      entry.inUse = false;
      if (this.queue.length > 0) {
        const next = this.queue.shift();
        entry.inUse = true;
        next(entry.browser);
      }
    }
  }

  async close() {
    await Promise.all(this.pool.map(b => b.browser.close()));
  }
}

const pool = new BrowserPool(3);
await pool.init();

const browser = await pool.acquire();
const page = await browser.newPage();
await page.goto('https://example.com');
// …… 干活 ……
await page.close();
pool.release(browser);

优雅的错误处理与重试 #

生产环境的抓取任务会遇到网络超时、反爬检测和临时故障。用指数退避包装页面导航：

// retry.mjs —— 带指数退避的健壮导航
async function gotoWithRetry(page, url, maxRetries = 3) {
  for (let attempt = 1; attempt <= maxRetries; attempt++) {
    try {
      await page.goto(url, {
        waitUntil: 'networkidle2',
        timeout: 30000
      });
      return;
    } catch (err) {
      if (attempt === maxRetries) throw err;
      const delay = Math.pow(2, attempt) * 1000;
      console.log(`Attempt ${attempt} failed, retrying in ${delay}ms...`);
      await new Promise(r => setTimeout(r, delay));
    }
  }
}

健康监控 #

在长期运行的服务中，监控浏览器进程健康状态，并重启崩溃的实例：

// health.mjs —— 浏览器进程的基础健康检查
async function isBrowserHealthy(browser) {
  try {
    const version = await browser.version();
    return !!version;
  } catch {
    return false;
  }
}

// 每 60 秒定期检查
setInterval(async () => {
  for (const entry of pool.pool) {
    const healthy = await isBrowserHealthy(entry.browser);
    if (!healthy) {
      console.warn('Unhealthy browser detected, restarting...');
      await entry.browser.close();
      entry.browser = await puppeteer.launch({ headless: 'new', args: ['--no-sandbox'] });
      entry.inUse = false;
    }
  }
}, 60000);

与其他方案对比 #

特性	Puppeteer	Selenium	Playwright	Cypress
主要语言	JavaScript, TypeScript	Java, Python, C#, JS, Ruby	JS/TS, Python, Java, .NET	JavaScript, TypeScript
浏览器支持	Chrome, Chromium, Firefox	所有主流 + 移动端 (Appium)	Chromium, Firefox, WebKit	Chromium, Edge, Firefox
协议	CDP, WebDriver BiDi	W3C WebDriver	CDP, WebDriver BiDi	浏览器内执行
执行速度	极快 (< 1秒/操作)	慢 (3-5秒/操作)	快 (1-2秒/操作)	快 (1-2秒/操作)
内置测试运行器	无（用 Jest/Mocha）	无（用外部工具）	有 (playwright test)	有
并行执行	手动配置	Selenium Grid	内置 worker	Cypress Cloud（付费）
PDF 生成	原生 (`page.pdf`)	第三方	原生	第三方插件
移动端模拟	Chrome 设备模拟	完整支持（通过 Appium）	视口模拟	无
社区 / GitHub Star	94,300	34,000	78,000	48,000
协议	Apache-2.0	Apache-2.0	Apache-2.0	MIT
最适合	抓取、PDF、截图	企业、多语言场景	跨浏览器测试	前端开发者测试

选型建议： 如果你的工作以 Chrome 自动化为核心——抓取、PDF 生成、截图流水线，或 DevTools 集成——选 Puppeteer。如果你需要在单个测试套件里覆盖 Chromium、Firefox 和 WebKit 的跨浏览器测试，Playwright 能力更全面。对 Java/.NET 团队或传统企业环境来说，Selenium 依然是默认选择。Cypress 适合把开发者体验和可视化调试看得比原始执行速度更重要的 JavaScript 团队。

局限性 / 真实评估 #

Puppeteer 并不是每种浏览器自动化任务的最佳选择。投入使用前先考虑这些限制：

仅限 JavaScript：Puppeteer 是一个 Node.js 库。用 Python、Java 或 Go 的团队只能用 pyppeteer（非官方，更新滞后）或转向 Selenium/Playwright。
跨浏览器支持有限：虽然通过 WebDriver BiDi 支持 Firefox，但成熟度不如 Chrome 自动化。不支持 Safari 和 WebKit。如果跨浏览器测试是硬需求，Playwright 原生覆盖全部三种渲染引擎。
没有内置测试运行器：不像 Cypress 或 Playwright，Puppeteer 不自带断言、测试组织或报告工具，需要你自己搭配 Jest、Mocha 或 Vitest。
并行化需要手动实现：并行测试执行需要手动管理浏览器池或借助外部编排工具。对大型测试套件来说，Playwright 内置的 worker 模型更简单。
内存占用：每个 Chrome 实例消耗 200-400MB 内存。并发抓取数千个页面需要相当规模的基础设施或基于集群的方案。
反爬检测：现代网站用 Cloudflare、DataDome 和 PerimeterX 检测无头浏览器。仅靠 Puppeteer 本身绕不过这些系统——需要额外用上 puppeteer-extra-plugin-stealth 之类的工具，且效果参差不齐。

常见问题 #

`puppeteer` 和 `puppeteer-core` 有什么区别？ #

puppeteer 包会在安装时打包并下载 Chromium。puppeteer-core 包只包含 JavaScript API，期望你通过 executablePath 启动参数提供 Chrome 或 Chromium 可执行文件。在 Docker、CI/CD 流水线，以及自己管理浏览器二进制文件的环境里，用 puppeteer-core。

Puppeteer 支持 Firefox 吗？ #

支持，自 2023 年起 Puppeteer 通过 WebDriver BiDi 协议支持 Firefox。不过 Firefox 支持的成熟度不如 Chrome 自动化。一些 CDP 专属功能，比如性能追踪和覆盖率报告，仅限 Chrome。如果生产工作负载要面向 Firefox，Playwright 可能提供更广泛的 API 对等能力。

怎么在 Docker 里以非 root 权限运行 Puppeteer？ #

在 Dockerfile 里创建一个专属的非 root 用户，把它加入 audio 和 video 用户组，然后用 --no-sandbox 和 --disable-setuid-sandbox 参数运行 Chrome。本指南里的示例 Dockerfile 展示了完整配置。注意 --no-sandbox 会降低进程隔离性，但在容器化环境里，容器本身提供了安全边界，这个权衡是可以接受的。

Puppeteer 25 最低需要什么 Node.js 版本？ #

Puppeteer v25.0.0 及之后的版本要求 Node.js 22 或更高。这个版本改成了仅支持 ESM 模块，不再支持 CommonJS 的 require()。如果你用的是 Node.js 18 或 20，安装 Puppeteer 25 前先升级，或者锁定在支持 Node.js 18+ 的 Puppeteer 24.x。

怎么降低 Puppeteer 生产部署的内存占用？ #

用浏览器池限制并发 Chrome 实例数量，通过请求拦截屏蔽图片、CSS、字体等不必要的资源，用完页面立刻关闭，并设置 --disable-dev-shm-usage 参数，改用 /tmp 而不是 /dev/shm 做共享内存。在 Docker 里，把 shm_size 提高到至少 2GB，防止渲染进程崩溃。

Puppeteer 适合大规模网页抓取吗？ #

搭配合适的基础设施，Puppeteer 能应对大规模抓取。一台 4GB 内存的机器上，单个 Node.js 进程能管理 3-5 个并发 Chrome 实例。要获得更高吞吐量，用消息队列（Redis、RabbitMQ、SQS）把工作分发到多个容器或虚拟机上。要注意很多网站会主动屏蔽无头浏览器，所以生产抓取流水线要把 Puppeteer 和代理轮换、指纹随机化结合起来使用。

Puppeteer 和 Playwright 在测试场景下比怎么样？ #

Puppeteer 和 Playwright 师出同门——Playwright 团队最初就是在 Google 打造了 Puppeteer，后来才转到微软。Playwright 追加了跨浏览器支持（WebKit/Safari）、内置测试运行器、自动等待和移动设备模拟。以 Chrome 为核心的自动化和抓取选 Puppeteer。需要最广泛浏览器覆盖的跨浏览器端到端测试选 Playwright。

结语 #

对于需要以编程方式控制 Chrome 的团队，Puppeteer 依然是稳妥之选。它的 94,300 个 GitHub Star，加上 Chrome DevTools 团队的持续维护，标志着长期稳定性。在 PDF 生成、截图流水线和基于 Chrome 的抓取场景，这个库的 API 覆盖面无可匹敌。本指南中的 Docker 模式、浏览器池管理和重试逻辑，为生产环境提供了一套可用的基础方案。

行动清单：

克隆官方 Puppeteer 示例，把抓取模式适配到你的目标网站上。
用本指南中的 Dockerfile 构建镜像，在预发布环境里跑起来。
配置 GitHub Actions 工作流，在每次 PR 时自动截图或跑回归测试。
加入 dibi8 Telegram 群，分享你的 Puppeteer 部署经验，也能从其他跑大规模浏览器自动化的开发者那里获得帮助。

来源与延伸阅读 #

Puppeteer 官方文档 — API 参考与指南
Puppeteer GitHub 仓库 — 源码、issue、发布记录
Puppeteer 更新日志 — 版本历史与破坏性变更
Chrome DevTools Protocol — 底层协议文档
Puppeteer Docker 示例 — 官方 Docker 配置
WebDriver BiDi 规范 — 跨浏览器自动化标准
Puppeteer vs Playwright 基准研究 — 独立性能对比
Browserless.io Puppeteer 托管 — 托管式 Puppeteer 基础设施

Puppeteer：94,300 个 GitHub Stars

简介 #

Puppeteer 是什么？ #

Puppeteer 是怎么工作的 #

安装与配置 #

Docker 部署 #

核心自动化模式 #

抓取动态内容 #

截图和 PDF 生成 #

网络拦截与请求屏蔽 #

与主流工具集成 #

GitHub Actions #

Jest 测试框架 #

TypeScript 配置 #

Mocha 测试运行器 #

性能基准测试 / 真实使用场景 #

进阶用法 / 生产环境加固 #

浏览器池管理 #

优雅的错误处理与重试 #

健康监控 #

与其他方案对比 #

局限性 / 真实评估 #

常见问题 #

`puppeteer` 和 `puppeteer-core` 有什么区别？ #

Puppeteer 支持 Firefox 吗？ #

怎么在 Docker 里以非 root 权限运行 Puppeteer？ #

Puppeteer 25 最低需要什么 Node.js 版本？ #

怎么降低 Puppeteer 生产部署的内存占用？ #

Puppeteer 适合大规模网页抓取吗？ #

Puppeteer 和 Playwright 在测试场景下比怎么样？ #

结语 #

推荐的托管与基础设施 #

来源与延伸阅读 #

参考与来源 #

💬 留言讨论

简介 #

Puppeteer 是什么？ #

Puppeteer 是怎么工作的 #

安装与配置 #

Docker 部署 #

核心自动化模式 #

抓取动态内容 #

截图和 PDF 生成 #

网络拦截与请求屏蔽 #

与主流工具集成 #

GitHub Actions #

Jest 测试框架 #

TypeScript 配置 #

Mocha 测试运行器 #

性能基准测试 / 真实使用场景 #

进阶用法 / 生产环境加固 #

浏览器池管理 #

优雅的错误处理与重试 #

健康监控 #

与其他方案对比 #

局限性 / 真实评估 #

常见问题 #

puppeteer 和 puppeteer-core 有什么区别？ #

Puppeteer 支持 Firefox 吗？ #

怎么在 Docker 里以非 root 权限运行 Puppeteer？ #

Puppeteer 25 最低需要什么 Node.js 版本？ #

怎么降低 Puppeteer 生产部署的内存占用？ #

Puppeteer 适合大规模网页抓取吗？ #

Puppeteer 和 Playwright 在测试场景下比怎么样？ #

结语 #

推荐的托管与基础设施 #

来源与延伸阅读 #

参考与来源 #

🔗 相关资源推荐

💬 留言讨论

`puppeteer` 和 `puppeteer-core` 有什么区别？ #