package browser import ( "context" "fmt" "log/slog" "os" "os/exec" "path/filepath" "strconv" "strings" "time" "git.yeij.top/AskaEth/Cyrene_v2/internal/capability/browsercfg" ) // 启动参数与就绪等待的具名常量(AGENTS §10:不出现裸魔法数字)。 const ( // devToolsPortFile 是 Chromium 在 `--remote-debugging-port=0` 时写回端口号的 // 文件名(profile 目录下):首行端口、次行 browser_guid // (reference/browser-stealth/10 §2.4,依据 content/browser/devtools/devtools_http_handler.cc)。 devToolsPortFile = "DevToolsActivePort" // portPollInterval 是「等调试端口就绪」的轮询间隔:冷启动通常 0.3~1.5s, // 100ms 的粒度既不迟钝也不白烧 CPU。 portPollInterval = 100 * time.Millisecond // defaultLang 是启动时声明的 UI 语言。口径:与「本机 / 出口 IP 所在地」对齐 // (design/28 §2 指纹一致性);写死 zh-CN 是本部署的实情,配置面(browser.json) // 尚未开放语言项 —— 见本片报告「未做」。 defaultLang = "zh-CN" ) // adoptProbeTimeout 是「要不要认领已在跑的实例」这一次探测的超时(也是远端端点探活 // 用的那一档):它只问「端口有没有在听」,给得短。 const adoptProbeTimeout = 2 * time.Second // dialer 产出一个可用的 CDP HTTP 端点(`http://host:port`)与停止函数。它把 // 「启动本机浏览器」与「连接已跑端点」两条路统一成同一个会话装配入口。 type dialer interface { // Dial 返回端点;stop 释放本次会话占用的资源(本机路径 = 杀掉进程,容器路径 = 空操作)。 Dial(ctx context.Context) (endpoint string, stop func(), err error) // Describe 返回一句人类可读的来源描述(进日志与工具结果,不进提示词模板)。 Describe() string // Local 报告这个端点是不是**我们自己的本机浏览器**:只有它为 true 时,会话收尾 // 才允许关闭浏览器。容器/手动实例(remoteCDP)是别人的,绝不代关。 Local() bool } // localChrome 是主路径:在**宿主真桌面**上起一个真 Chromium(默认有头)。 // // 启动参数按 `DevDocs/reference/browser-stealth/10 §2.1` 的白/黑名单落地: // - **要传**:`--user-data-dir`、`--window-size`、`--lang`、`--no-first-run`、 // `--no-default-browser-check`、`--disable-blink-features=AutomationControlled`、 // `--remote-debugging-port=0`; // - **不传**:`--enable-automation`(会点亮「受自动化控制」,且 Puppeteer 默认就传它)、 // `--disable-extensions` / `--disable-default-apps` / // `--disable-component-extensions-with-background-pages` / `--disable-component-update` / // `--disable-popup-blocking`(Playwright/Puppeteer 的默认参数,真浏览器不会那样)、 // 以及一切 `--headless*`(有头就是不能有它)。 // // 未传 `--remote-debugging-pipe`(reference/10 §2.4 的首选)是**平台限制**而不是取舍: // 它要求把 CDP 通道给到子进程的 fd 3/4,而 Go 的 `exec.Cmd.ExtraFiles` **在 Windows // 上不支持**。因此 Windows 主路径用次选 `--remote-debugging-port=0`(内核分配随机 // 回环端口,从 profile 目录的 DevToolsActivePort 读回):**仍是我们出站连它**, // 不开任何对外监听端口(AGENTS §9)。 type localChrome struct { exe string profileDir string headless bool viewportW int viewportH int timeout time.Duration log *slog.Logger } // Describe 实现 dialer。 func (l *localChrome) Describe() string { mode := "headful" if l.headless { mode = "headless" } return fmt.Sprintf("本机浏览器 %s(%s)", l.exe, mode) } // Local 实现 dialer:本机浏览器归我们管,会话收尾可以(也应该)关掉它。 func (l *localChrome) Local() bool { return true } // Dial 拉起浏览器并等调试端口就绪。任何一步失败都返回带分类原因的 ErrLaunch。 // // 两条**先于启动**的判定(都是为了让「上一次会话留下的浏览器」不至于把功能卡死): // // 1. **认领已在跑的实例**:profile 目录的 DevToolsActivePort 还活着(端口在听)⇒ 直接 // 出站连接它,**不再起第二个**。这不是优化,是**正确性**:同一个 user-data-dir 上起 // 第二个实例时 Chromium 会「委托给已在跑的那个」然后自己退出,于是新进程永远不写 // DevToolsActivePort ⇒ 功能会一直报启动超时,直到人工杀掉那个进程。认领把这一步 // 变成「复用」,也更贴合 design/28 §2「profile 长期保留、任务间复用」。 // 2. **端口文件先清掉**:只在真的要走启动路径时才清,否则会把旧端口当成本次结果。 // // 停止函数只对**本次启动**的进程有效(认领来的实例不归我们杀):进程退出后 Chrome 的 // 渲染进程随之退出,因此进程级 Kill 足够。 func (l *localChrome) Dial(ctx context.Context) (string, func(), error) { if strings.TrimSpace(l.exe) == "" { return "", nil, fmt.Errorf("%w: 未指定可执行文件", ErrLaunch) } if endpoint, ok := l.adoptExisting(ctx); ok { l.log.Info("browser session adopted", "endpoint", endpoint, "profile", l.profileDir) return endpoint, func() {}, nil } if err := os.MkdirAll(l.profileDir, 0o700); err != nil { return "", nil, fmt.Errorf("%w: 建 profile 目录 %s: %v", ErrLaunch, l.profileDir, err) } _ = os.Remove(filepath.Join(l.profileDir, devToolsPortFile)) cmd := exec.Command(l.exe, l.launchArgs()...) if err := cmd.Start(); err != nil { return "", nil, fmt.Errorf("%w: 启动 %s: %v", ErrLaunch, l.exe, err) } exited := make(chan struct{}) go func() { defer close(exited) _, _ = cmd.Process.Wait() }() port, err := l.waitDevToolsPort(ctx, exited) if err != nil { stopProcess(cmd) return "", nil, err } l.log.Debug("browser launched", "exe", l.exe, "port", port, "profile", l.profileDir) return fmt.Sprintf("http://127.0.0.1:%d", port), func() { stopProcess(cmd) }, nil } // adoptExisting 报告 profile 目录里记录的调试端点是否**仍然活着**;活着就返回它。 // 探测超时给得很短:这是一个「要不要复用」的判断,不该拖住启动路径。 func (l *localChrome) adoptExisting(ctx context.Context) (string, bool) { port, ok := readDevToolsPort(filepath.Join(l.profileDir, devToolsPortFile)) if !ok { return "", false } endpoint := fmt.Sprintf("http://127.0.0.1:%d", port) probeCtx, cancel := context.WithTimeout(ctx, adoptProbeTimeout) defer cancel() var version struct { Browser string `json:"Browser"` } if err := httpGetJSON(probeCtx, endpoint+"/json/version", &version); err != nil { return "", false } return endpoint, true } // launchArgs 组装启动参数(**顺序稳定、可断言**:单元测试钉住白/黑名单)。 func (l *localChrome) launchArgs() []string { args := []string{ // profile 必传:内含 cookie / 登录态,且是「并发上限 1」的锁载体(design/28 §3)。 "--user-data-dir=" + l.profileDir, // 内核分配随机回环端口;端口从 DevToolsActivePort 读回(见本类型文档)。 "--remote-debugging-port=0", // 非浏览器 WS 客户端在部分 Chrome 版本上会被 DevTools 的 Origin 校验拒绝; // reference/07 §4 的命令行里同样有它。它只放宽「谁能连这个回环调试端点」, // 不开任何对外服务面。 "--remote-allow-origins=*", "--no-first-run", "--no-default-browser-check", fmt.Sprintf("--window-size=%d,%d", l.viewportW, l.viewportH), "--lang=" + defaultLang, // 兜底防线:真正的关键是**不传** `--enable-automation`(见类型文档)。 "--disable-blink-features=AutomationControlled", "about:blank", } if l.headless { // 只在面板显式降级时出现;默认档(有头)**绝不传**任何 `--headless*`。 args = append([]string{"--headless=new"}, args...) } return args } // waitDevToolsPort 等 DevToolsActivePort 出现并解析出端口号。三条出口都要**说清原因**: // 进程立刻退出(多半是 profile 锁被占 / 浏览器已在运行)、ctx 取消、超时。 func (l *localChrome) waitDevToolsPort(ctx context.Context, exited <-chan struct{}) (int, error) { path := filepath.Join(l.profileDir, devToolsPortFile) deadline := time.NewTimer(l.timeout) defer deadline.Stop() ticker := time.NewTicker(portPollInterval) defer ticker.Stop() for { if port, ok := readDevToolsPort(path); ok { return port, nil } select { case <-exited: // 浏览器进程自己退了,端口不会再出现 —— **立刻**报,不把超时白等完。 // 最常见的原因是同一 profile 已被另一个实例占用(Chromium 的 profile 锁) // 或浏览器已被别处启动:委托出去的新进程不写 DevToolsActivePort。 return 0, fmt.Errorf("%w: 浏览器进程立刻退出(多半是该 profile 已被另一个实例占用)", ErrLaunch) case <-ctx.Done(): return 0, fmt.Errorf("%w: 等待调试端口时被取消: %v", ErrLaunch, ctx.Err()) case <-deadline.C: return 0, fmt.Errorf("%w: 等 %s 超时(%s)", ErrLaunch, devToolsPortFile, l.timeout) case <-ticker.C: } } } // readDevToolsPort 读端口文件的首行;文件还没出现 / 还没写完 / 内容不合法都返回 false // (交给调用方继续轮询,而不是把「正在写」误判成「配错」)。 func readDevToolsPort(path string) (int, bool) { raw, err := os.ReadFile(path) if err != nil { return 0, false } line, _, _ := strings.Cut(strings.TrimSpace(string(raw)), "\n") port, err := strconv.Atoi(strings.TrimSpace(line)) if err != nil || port <= 0 || port > 65535 { return 0, false } return port, true } // remoteCDP 是次选路径:连接一个**已在跑**的 CDP 端点(容器 + Xvfb + 真 Chromium, // 或主人手动起的实例)。它是纯出站客户端,不启动任何进程、不监听任何端口。 type remoteCDP struct{ endpoint string } // Describe 实现 dialer。 func (r *remoteCDP) Describe() string { return "已跑的 CDP 端点 " + r.endpoint } // Local 实现 dialer:容器/手动实例**不是我们的**,会话收尾绝不代它关闭。 func (r *remoteCDP) Local() bool { return false } // Dial 先探活再交出端点;连不上就如实报,不偷偷回退本机(design/28 §6 坑 5)。 func (r *remoteCDP) Dial(ctx context.Context) (string, func(), error) { endpoint := strings.TrimRight(strings.TrimSpace(r.endpoint), "/") if endpoint == "" { return "", nil, fmt.Errorf("%w: CDP 端点为空白", ErrUnavailable) } var version struct { Browser string `json:"Browser"` } if err := httpGetJSON(ctx, endpoint+"/json/version", &version); err != nil { return "", nil, fmt.Errorf("%w: %v", ErrUnavailable, err) } return endpoint, func() {}, nil } // stopProcess 结束本进程拉起的浏览器(保留为具名函数:Kill 的语义在这一处写清楚, // 调用点不必解释;Wait 由 Dial 里的等待协程负责,这里只 Kill,避免双重 Wait)。 // Windows 上渲染进程随浏览器进程一起退,因此进程级 Kill 足够。 func stopProcess(cmd *exec.Cmd) { if cmd == nil || cmd.Process == nil { return } _ = cmd.Process.Kill() } // newDialer 按「配置显式端点 → 配置显式可执行文件 → 本机探测结果」组装 dialer。 // 可用性判定由 browsercfg.Resolve 做(优先级单一出处),这里只把结论映射成具体 dialer。 func newDialer(avail browsercfg.Availability, cfg browsercfg.Config, log *slog.Logger) dialer { if e := strings.TrimSpace(avail.Endpoint); e != "" { return &remoteCDP{endpoint: e} } return &localChrome{ exe: strings.TrimSpace(avail.Executable), profileDir: cfg.ProfileDir, headless: cfg.Headless, viewportW: cfg.ViewportWidth, viewportH: cfg.ViewportHeight, timeout: cfg.Timeout(), log: log, } }