puppeteer搭建代理转发请求

使用方法

tnpm install -g @ali/tuzki tuzki set -a 你的账号 tuzki set -p 你的密码 tuzki start

tuzki set

-a --account ，设置域账号
-p --passowrd ，设置域账号密码

tuzki config

输出当前配置的域账号和密码

tuzki start

运行代理，默认是 5000 端口，如果你在 start 后指定了一个端口则会在指定端口运行

tuzki start -p 9000 // 在9000端口运行

开发过程

koa

Koa 是一个新的 web 框架，由 Express 幕后的原班人马打造， 致力于成为 web 应用和 API 开发领域中的一个更小、更富有表现力、更健壮的基石。 通过利用 async 函数，Koa 帮你丢弃回调函数，并有力地增强错误处理。 Koa 并没有捆绑任何中间件， 而是提供了一套优雅的方法，帮助您快速而愉快地编写服务端应用程序。
当然，这段话是我抄的。https://koa.bootcss.com/

puppeteer

Puppeteer是一个Node库，它提供了高级API来通过DevTools协议控制Chrome或Chromium 。
当然，这句话也是我抄的。https://github.com/puppeteer/puppeteer。简单的说就是Puppeteer提供了一个可供node环境使用的一个无界面、代码控制的谷歌浏览器。可以通过调用api来实现一个用户可能有的所有操作。说实话我用完以后觉得这个拿来当爬虫用真的杠杠的。。

方案

基本是围绕着怎么生成cookie，怎么请求接口进行。
让puppeteer代替用户登陆平台，请求接口，拿到响应以后再用koa响应本地的前端请求。emm，大概就是下面这条线。

代码实现

代码实现思路大致分两部分，第一部分是让koa去识别和响应前端请求，第二部分是puppeteer收到koa拆解出协议和参数后，收发请求。

koa部分

用koa生成一个http server，开始监听某个端口的请求。这里使用了koa-log4帮助记录日志。

const Koa = require("koa"); const log4js = require("koa-log4"); const logger = log4js.getLogger("app"); const { PORT } = require("./config"); require("../log"); const bodyParser = require("koa-bodyparser"); const { instance: lubanProxy } = require("./lubanProxy"); async function server() { // init app & proxy const app = new Koa(); app.use(bodyParser()); app.use(log4js.koaLogger(log4js.getLogger("http"), { level: "auto" })); await lubanProxy.loginLuban(); // add logger to a request app.use(async (ctx, next) => { const start = new Date(); await next(); const ms = new Date() - start; logger.info(`${start} ${ctx.method} ${ctx.url} - ${ms}ms`); }); // send request to lb-test app.use(async ctx => { if (ctx.method === "GET") { let res = await lubanProxy.get(ctx.url); ctx.body = res; } else if (ctx.method === "POST") { let res = await lubanProxy.post(ctx.url, ctx.request.body); ctx.body = res; } }); app.on("error", (err, ctx) => { logger.error("server error", err, ctx); }); app.listen(PORT); } server();

puppeteer部分

生成一个浏览器，登陆平台，向koa提供get和post方法。

登陆部分

模拟真实用户的登陆操作即可。

loginLuban = async () => { this.browser = await puppeteer.launch(); const page = await this.browser.newPage(); await page .goto( "https://login.abc.com/login.html“ ) .catch(async e => { await page.waitFor(2000); logger.error(`load login page timeout，retrying...`); }); await page .evaluate(() => { document.querySelector("input[name='account']").focus(); }) .catch(async _ => { logger.error(`Cannot get login form`); }); await page.keyboard.type(ACCOUNT); await page .evaluate(() => { document.querySelector("input[name='password']").focus(); }) .catch(async _ => { logger.error(`Cannot get login form`); }); await page.keyboard.type(PASSWORD); await Promise.all([page.waitForNavigation(), page.click(".submit")]) .then(async () => { await page.goto("http://luban.abc.net/manage.htm"); console.log("proxy ready..."); }) .catch(async _ => { logger.error( `Navigation timeout of 30000 ms exceeded,restarting browser...` ); await this.restartBrowser(); }); };

get请求

puppeteer只能用来模拟用户操作，无法自如的发送ajax，所以get请求的思路是用page.goto来模拟。

get = async url => { const page = await this.browser.newPage(); let res = ""; await page .goto("http://luban.abc.net" + url) .then(async () => { res = await page.content(); res = res.slice(res.indexOf("{"), res.lastIndexOf("}") + 1); }) .catch(_ => { logger.error(`get request got net::ERR_CONNECTION_RESET error`); res = { code: -1, message: "Got a net error, try again?" }; }); await page.close(); return res; };

post请求

post请求比get复杂一些，因为get可以通过页面跳转，而post无法模拟。

 /** * 用注入一段js的方式发送post请求 * 打开lb-test jarvis的index页面，同时注入一段js代码，将参数填充进js代码段中， * 将接口返回的内容写入div#root的innerHTML中，wait()接口请求时间后，获取div#root的innerHTML即为接口返回内容。 * 为每个请求单独开辟一个标签页，防止上一个请求没结束时即被新的请求覆盖， * 当请求结束时主动关闭标签页，释放占用的内存 * 若此过程成功，则返回json字符串，若失败，返回失败原因 * @param {string} url 请求的地址 * @param {object} param 请求的参数 * @return {string} json字符串 */ post = async (url, param) => { const page = await this.browser.newPage(); let res = ""; await page.goto( "http://lb-test.alibaba.net/project/jarvis/page/index.html" ); await page.addScriptTag({ content: ` $.post('http://lb-test.alibaba.net'+'${url}', {data: ${JSON.stringify( param.data )}}, function (result) { document.querySelector('#root').innerHTML = JSON.stringify(result) });` }); await page.waitFor(500); res = await page.evaluate(() => { return document.querySelector("#root").innerHTML; }); await page.close(); return res; };