在 ubuntu 或 debian 上设置并运行 Chrome 和 Selenium。本指南基于 ubuntu 22.04
Selenium 非常适合自动化 Web 任务，但让机器人在服务器上 24/7 运行可能很棘手。通过使用 systemd，您可以将 Selenium 机器人作为后台服务（守护进程）运行，确保其可靠运行并在失败时重新启动。本指南将引导您完成设置步骤，重点是针对 Linux VPS 配置它。
安装 Google Chrome
设置虚拟环境
安装必要的软件包
创建 Python 脚本
设置 systemd 服务
修复块缓冲问题
使用journalctl访问日志
参考文献
首先，更新所有软件包。
sudo apt update
下载稳定的 Google Chrome 软件包。
wget https://dl.google.com/linux/direct/google-chrome-stable_current_amd64.deb
安装谷歌浏览器。
sudo apt install -y ./google-chrome-stable_current_amd64.deb
检查已安装的 Google Chrome 版本。
google-chrome --version
如果您仅在计算机上运行 Selenium 机器人，则这些步骤不是强制性的。但是，如果您正在处理其他项目或需要隔离环境，则建议您这样做。
让我们创建我们的虚拟环境。
python3 -m venv venv
激活虚拟环境。
source venv/bin/activate
现在，安装 selenium 和 webdriver-manager。
pip install selenium pip install webdriver-manager
webdriver-manger 的目的是简化不同浏览器的二进制驱动程序的管理。您可以在其文档中了解更多信息。
## main.py
from selenium import webdriver
## ---- Use for type hint ---- ##
from selenium.webdriver.chrome.webdriver import WebDriver
## --------------------------- ##
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.chrome.options import Options
from webdriver_manager.chrome import ChromeDriverManager
def create_chrome_web_driver_connection(headless: bool,
detach:bool,
use_sandbox: bool,
use_dev_shm: bool,
window_width: int = 1052,
window_height: int = 825
) -> WebDriver:
service = Service(ChromeDriverManager().install())
options = Options()
options.add_experimental_option("detach", detach)
options.add_argument(f"--window-size={window_width},{window_height}")
options.add_argument("--disable-extensions")
options.add_argument("--disable-renderer-backgrounding")
options.page_load_strategy = 'normal'
if not use_sandbox:
options.add_argument('--no-sandbox')
if not use_dev_shm:
options.add_argument('--disable-dev-shm-usage')
if headless:
options.add_argument("--headless=new")
driver = webdriver.Chrome(service= service, options=options)
return driver
if "__main__" == __name__:
driver = create_chrome_web_driver_connection(headless= True,
detach= False,
use_sandbox= False,
use_dev_shm= False)
driver.get('https://python.org')
print(driver.title)
driver.close()
options.add_experimental_option("detach", detach) :
options.add_argument(f"--window-size={window_width},{window_height}") :
如果您愿意，您可以删除此行。
如果您计划在无头模式下运行 Selenium，请确保以这种方式设置窗口大小；否则，根据我的经验，默认窗口大小可能太小。您可以使用此命令 driver.get_window_size() 检查窗口大小
options.add_argument("--disable-extensions") :
options.add_argument("--disable-renderer-backgrounding") :
options.page_load_strategy = '正常' :
options.add_argument('--no-sandbox') :
options.add_argument('--disable-dev-shm-usage') :
options.add_argument("--headless=new") :
如果您的 selenium 程序需要使用环境变量，有两种方法可以实现此目的：
将 .env 文件与 python-dotenv 等库一起使用（更常见/流行的方法）。
使用 systemd 的内置选项来设置环境文件。
在此示例中，我们将使用第二个选项。
首先，让我们在 /etc 目录中创建一个 conf.d 目录。
sudo apt update
接下来，创建一个纯文本文件（这将是我们的环境文件）。
sudo apt update
现在您可以将环境变量添加到我们刚刚创建的文件中。
wget https://dl.google.com/linux/direct/google-chrome-stable_current_amd64.deb
修改Python脚本以使用环境变量。
sudo apt install -y ./google-chrome-stable_current_amd64.deb
您需要在 /etc/systemd/system/ 目录中创建一个服务文件；这是系统管理员安装的 systemd 单元应该放置的位置。
google-chrome --version
对于此示例，我将假设您位于 VPS 中并且希望以 root 用户身份运行该服务。
[！警告]
该服务将以 root（管理员）权限运行。这使其能够完全访问系统，但除非出于安全原因，否则通常会避免以 root 身份运行。
将其添加到服务文件中。
python3 -m venv venv
此部分定义服务的元数据和依赖项。
Description=Selenium Bot Service：提供服务功能的简短描述。在本例中，它将其描述为“Selenium Bot Service”。此描述用于系统日志和 systemctl 来识别服务。
After=network.target：这确保服务仅在网络可用后启动。 network.target 是一个 systemd 目标，表示基本网络功能已启动。
这部分指定服务本身的配置，包括它如何运行、哪个用户运行它以及如果失败该怎么办。
User ：指定运行服务的用户。在这里，它被设置为root。
EnvironmentFile ：指定包含服务使用的环境变量的文件。
WorkingDirectory：指定运行服务的目录。这是服务进程的工作目录。这里，bot 文件存储在 /root/selenium_bot/
ExecStart ：定义启动服务的命令。在这里，它运行 /root/selenium_bot/
中的 main.py 文件Restart=on-failure ：将服务配置为在因失败退出（即非零退出状态）时自动重新启动。这对于确保机器人服务保持运行非常有用，即使偶尔出现故障也是如此。
RestartSec=5s ：指定发生故障时重新启动之间的延迟。在这种情况下，服务将等待 5 秒，然后在失败后尝试重新启动。
StandardOutput=journal ：将服务的标准输出（stdout）重定向到 systemd 日志，可以使用journalctl 查看该日志。这对于日志记录和调试目的很有用。
StandardError=journal ：将标准错误 (stderr) 输出重定向到 systemd 日志。服务遇到的任何错误都将被记录下来，也可以使用journalctl
查看本节定义如何以及何时启用或启动服务。
WantedBy=multi-user.target ：指定应启用服务的目标。在这种情况下，multi-user.target 是系统处于非图形多用户模式（常见于服务器）时到达的 systemd 目标。这意味着该服务将在系统达到此目标时启动，通常是在系统启动到多用户环境时启动。
要了解有关 systemd 服务的所有可能设置的更多信息，请查看参考资料
让我们检查一下我们的服务文件是否有效；如果一切正常，则不应显示任何内容。
sudo apt update
重新加载 systemd 配置，寻找新的或修改的单元（服务）。
wget https://dl.google.com/linux/direct/google-chrome-stable_current_amd64.deb
启动/重新启动您的服务。
sudo apt install -y ./google-chrome-stable_current_amd64.deb
停止服务。
google-chrome --version
检查您的服务状态。
python3 -m venv venv
如果您希望服务在启动时自动启动，请执行此操作。
source venv/bin/activate
在 python 中，当您在交互式环境中运行脚本时（例如，当您在终端中手动运行 python3 filename.py 时），Python 使用行缓冲。这意味着输出（如 print() 语句中的输出）会立即显示。
但是，当Python程序在非交互式环境中运行时（这是我们的情况），输出将使用块缓冲。这意味着程序将在缓冲区中保留其输出，直到缓冲区已满或程序结束，从而延迟您可以看到日志/输出的时间。
您可以在此处了解有关 python 输出缓冲如何工作的更多信息。
由于我们想要实时查看日志和输出，因此我们可以通过两种方式解决这个问题。
python3 文档告诉我们这一点。
-u 强制 stdout 和 stderr 流不被缓冲。 此选项对标准输入流没有影响
通过使用 -u 标志，Python 以完全无缓冲的模式运行 stdout 和 stderr。这意味着每个字节一生成就会直接发送到终端（或任何输出流，如日志文件）。根本不发生缓冲。
通常会进入标准输出的每个字符（例如来自 print() 语句或错误）都会立即逐字节写入，而无需等待完整的行或缓冲区累积。
要使用此选项，请像这样运行脚本：
sudo apt update
如果您选择此选项，请确保修改服务文件中的 ExecStart。
wget https://dl.google.com/linux/direct/google-chrome-stable_current_amd64.deb
在Python中，print()函数默认缓冲其输出，这意味着它将输出存储在内存中，并且仅在缓冲区已满或程序结束时才将其写出。通过使用flush=True，您可以强制Python在调用print()之后立即刷新输出，确保输出立即出现。
sudo apt install -y ./google-chrome-stable_current_amd64.deb
要查看 systemd 单元（服务）的完整日志历史记录，请使用以下命令。
google-chrome --version
要实时监控日志，请使用 -f 标志。这将仅显示最新的日记条目，并在附加到日记时不断打印新条目。
python3 -m venv venv
以上是如何使用 systemd 将 Selenium 设置为 Linux 守护进程的详细内容。更多信息请关注PHP中文网其他相关文章！
