CodeceptJS中Playwright网络流量记录方法重复调用问题解析
2025-06-15 02:45:01作者:范靓好Udolf
问题背景
在使用CodeceptJS结合Playwright进行自动化测试时,开发人员发现当连续两次调用grabRecordedNetworkTraffics方法时,会出现"request.response.then is not a function"的错误。这个问题影响了测试流程中对网络请求的监控和分析能力。
问题本质分析
该问题的核心在于grabRecordedNetworkTraffic方法的实现存在两个关键缺陷:
- 异步处理不当:在map函数内部使用了await但没有正确处理异步流程,导致Promise链断裂
- 对象污染:第一次调用后修改了request.response对象,使其从原始Playwright响应对象变成了自定义对象,导致第二次调用时无法正常操作
技术细节剖析
原始代码的问题
原始实现中,方法通过遍历所有记录的请求,对每个请求做以下操作:
- 等待获取响应对象
- 尝试解析响应体、状态码和状态文本
- 将响应对象替换为自定义格式的对象
这种实现方式存在严重问题,因为:
- 替换后的response对象丢失了原始Playwright响应对象的所有方法和属性
- 没有返回任何值给map函数,导致Promise.all无法正确收集结果
正确的实现思路
正确的实现应该:
- 保持原始响应对象的完整性
- 创建新的数据结构来存储提取的信息
- 确保所有异步操作都正确等待
解决方案
以下是改进后的实现建议:
async grabRecordedNetworkTraffics() {
if (!this.recording || !this.recordedAtLeastOnce) {
throw new Error('必须先调用startRecordingTraffic方法');
}
const requests = await this.requests;
const processedRequests = [];
for (const request of requests) {
try {
const response = await request.response;
let processedRequest = {
url: request.url(),
method: request.method(),
headers: request.headers(),
postData: request.postData(),
response: null
};
if (response) {
try {
processedRequest.response = {
status: response.status(),
statusText: response.statusText(),
body: await response.body().then(buf => buf.toString())
};
} catch (e) {
processedRequest.response = {
error: '无法解析响应'
};
}
}
processedRequests.push(processedRequest);
} catch (error) {
processedRequests.push({
url: request.url(),
error: error.message
});
}
}
return processedRequests;
}
最佳实践建议
- 避免修改原始对象:始终保持Playwright提供的原始对象不变,创建新的数据结构来存储处理后的数据
- 使用for循环替代map:在处理多个异步操作时,for循环通常比map+Promise.all更易读且更不容易出错
- 完善的错误处理:为每个可能失败的步骤添加错误处理,确保单个请求失败不会中断整个流程
- 保持方法幂等性:确保方法可以安全地多次调用而不产生副作用
总结
在CodeceptJS中使用Playwright记录网络流量时,正确处理异步操作和对象引用是关键。通过创建新的数据结构而非修改原始对象,可以避免这类问题。开发者应当注意保持方法的幂等性,确保测试代码的可靠性和可维护性。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
昇腾LLM分布式训练框架
Python
118
147
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
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781