解决 lightweight-charts 项目中 Puppeteer 安装与测试问题
2025-05-20 13:52:01作者:尤辰城Agatha
在 lightweight-charts 项目开发过程中,开发者可能会遇到 Puppeteer 相关的安装和测试问题。本文将深入分析这些问题的根源,并提供多种解决方案。
问题现象
当开发者尝试运行 npm run build
或执行端到端测试时,可能会遇到以下错误:
- Chrome 浏览器下载失败,提示
Failed to set up chrome-headless-shell
- 文件路径不存在错误
ENOENT: no such file or directory
- 无法找到指定版本的 Chrome 浏览器
这些问题通常发生在 macOS ARM 架构设备上,特别是在 M1/M2 芯片的 Mac 电脑上。
问题根源分析
这些问题的根本原因在于:
- Puppeteer 默认会尝试下载特定版本的 Chrome 浏览器用于测试
- 项目配置中指定了缓存目录
.cache/puppeteer
,但权限或路径可能存在问题 - ARM 架构设备的兼容性问题
- 缓存机制在不同环境下的行为不一致
解决方案
方案一:跳过 Puppeteer 下载(仅开发)
如果不需要运行端到端测试,可以在安装依赖时跳过 Puppeteer 的浏览器下载:
PUPPETEER_SKIP_DOWNLOAD=true npm install
这种方法适合只需要构建项目而不需要运行测试的场景。
方案二:完整解决测试环境问题
如果需要完整的测试功能,可以按照以下步骤操作:
- 清理现有环境
rm -rf node_modules
npm cache clean --force
- 重新安装依赖
npm install
- 如果仍然遇到问题,可以尝试修改
.puppeteerrc.cjs
配置文件,移除或调整cacheDirectory
设置
方案三:手动安装浏览器
对于更复杂的情况,可以手动安装浏览器:
- 首先跳过自动下载
PUPPETEER_SKIP_DOWNLOAD=true npm install
- 手动安装浏览器
npx puppeteer browsers install
- 在
.puppeteerrc.js
中明确指定浏览器路径
executablePath: 'node_modules/.cache/puppeteer/chrome/mac_arm-132.0.6834.83/chrome-mac-arm64/Google Chrome for Testing.app/Contents/MacOS/Google Chrome for Testing'
生产环境构建建议
对于生产环境构建,建议使用:
npm run build:prod
或
npm run build:release
这些命令会跳过开发依赖和测试相关的步骤,专注于生成生产可用的代码。
最佳实践
- 对于 CI/CD 环境,确保缓存目录可写
- 在 ARM 架构设备上,确认下载的浏览器版本兼容
- 定期清理 npm 缓存以避免冲突
- 考虑在团队中统一开发环境配置
通过以上方法,开发者可以有效地解决 lightweight-charts 项目中与 Puppeteer 相关的安装和测试问题,确保开发流程顺利进行。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0370Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0102AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
205
2.19 K

暂无简介
Dart
514
115

React Native鸿蒙化仓库
C++
208
285

Ascend Extension for PyTorch
Python
62
95

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
976
575

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
550
86

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
28