CodeceptJS中Playwright网络流量记录方法重复调用问题解析
2025-06-15 20:38:33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
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-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).Dockerfile014
Spark-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。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
274
2.57 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
222
302
Ascend Extension for PyTorch
Python
103
132
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++
597
157
暂无简介
Dart
564
126
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
239
14
🎉 (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
1.03 K
607
仓颉编译器源码及 cjdb 调试工具。
C++
118
98
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
445