Puppeteer项目在代理环境下安装Chrome测试版的解决方案

在企业级开发环境中，由于网络策略的限制，开发人员经常需要在无法直接访问外部资源的网络环境下工作。本文针对Puppeteer项目中安装Chrome测试版(Chrome-for-testing)时遇到的网络访问问题，提供一个完整的解决方案。

问题背景

Puppeteer默认会从官方服务器下载两个关键组件：

1. Chrome测试版浏览器(Chrome-for-testing)
2. Chrome无头模式外壳(chrome-headless-shell)

当开发环境处于企业内网且需要通过内部仓库访问外部资源时，简单的配置可能无法完全解决问题。特别是在Puppeteer 22.15.0之后的版本中，由于增加了对chrome-headless-shell的自动下载，原有的配置方案会出现连接超时(ETIMEDOUT)错误。

核心问题分析

错误信息显示系统尝试直接连接存储服务和代码托管页面，这表明：

1. 虽然通过.puppeteerrc文件配置了Chrome测试版的下载地址，但未覆盖chrome-headless-shell的下载路径
2. Puppeteer的安装脚本没有完全遵循网络配置，仍然尝试直接访问外部资源

完整解决方案

1. 配置文件设置

在项目根目录下的.puppeteerrc配置文件中，需要同时指定两个组件的下载地址：

{
  "chrome": {
    "downloadBaseUrl": "https://your.internal/repository/google-mirror/chrome-for-testing-public"
  },
  "chrome-headless-shell": {
    "downloadBaseUrl": "https://your.internal/repository/google-mirror/chrome-headless-shell"
  }
}

2. 环境变量设置

作为备选方案，可以通过环境变量跳过不需要的组件下载：

# 跳过chrome-headless-shell下载
PUPPETEER_SKIP_CHROMIUM_DOWNLOAD=true

3. 网络配置

确保Node.js能够正确识别系统网络设置，可以通过以下方式：

# 设置网络访问配置
export HTTP_PROXY=http://your.network:port
export HTTPS_PROXY=http://your.network:port

实现原理

Puppeteer的浏览器安装过程分为几个关键步骤：

1. 版本解析：首先确定需要下载的浏览器版本
2. 下载路径构建：根据配置生成完整的下载URL
3. 文件下载：通过HTTP请求获取浏览器二进制文件
4. 本地安装：将下载的文件解压到指定目录

当配置了downloadBaseUrl后，Puppeteer会使用该URL作为基础路径，而不是默认的服务器地址。但需要注意，不同组件需要分别配置。

最佳实践建议

1. 版本一致性：确保内部仓库中的浏览器版本与项目要求的版本严格匹配
2. 缓存策略：在企业级内部仓库中设置合适的缓存策略，减少重复下载
3. 完整性校验：下载完成后验证文件的SHA256校验和，确保文件完整
4. 回退机制：在配置中考虑加入备用下载地址，提高可靠性

通过以上配置，开发团队可以在严格的网络环境中顺利使用Puppeteer进行自动化测试和网页抓取工作，同时保持与标准环境相同的开发体验。