Browserless项目中实现1Panel自动化登录的技术方案
2025-05-23 12:00:11作者:傅爽业Veleda
在Browserless项目中实现自动化登录功能是常见的应用场景,本文将以1Panel控制面板的自动化登录为例,详细介绍两种实现方案的技术细节与优化过程。
初始方案的问题分析
最初的实现方案采用了传统的Puppeteer选择器定位方式,但遇到了几个典型问题:
- 元素选择器不够精确,导致定位失败
- 直接使用class选择器可能因页面结构变化而失效
- 缺乏必要的等待机制,导致操作时序问题
- 没有处理Headless模式的兼容性警告
这些问题在自动化测试中非常常见,特别是面对现代前端框架构建的复杂单页应用时。
优化后的解决方案
经过调整后的方案采用了更稳健的实现方式:
export default async ({ page }: { page: Page }) => {
await page.goto("https://demo.1panel.cn/");
await page.waitForSelector("input");
await page.waitForSelector("button");
// 用户名输入
await page.click(`.el-input__inner[placeholder="用户名"]`);
await page.keyboard.type("demo");
// 密码输入
await page.click(`.el-input__inner[placeholder="密码"]`);
await page.keyboard.type("1panel");
// 协议勾选和登录按钮点击
await page.evaluate(async () => {
document.querySelector(".el-checkbox__original").parentElement.click();
document.querySelector("button").click();
});
};
关键技术要点
-
元素定位策略:
- 使用属性选择器
[placeholder="用户名"]替代class选择器,提高定位准确性 - 结合ElementUI框架特有的
.el-input__inner类名,确保选择器特异性
- 使用属性选择器
-
操作时序控制:
- 添加
waitForSelector确保元素加载完成 - 使用
click后再type的流程,模拟真实用户操作
- 添加
-
混合执行模式:
- 结合Puppeteer API和
page.evaluate的DOM操作 - 对于复杂交互(如checkbox)直接操作DOM元素
- 结合Puppeteer API和
-
兼容性处理:
- 方案避开了Headless新旧模式的差异问题
- 不依赖特定的浏览器视窗大小
方案优势分析
- 更高的稳定性:通过多重选择器定位和等待机制,减少因页面加载延迟导致的失败
- 更好的可维护性:清晰的代码结构和注释,便于后续修改
- 更强的适应性:能够应对前端框架的微小变化,特别是基于属性选择器的定位方式
- 更真实的用户模拟:操作流程完全模拟真实用户行为,降低被反爬机制识别的风险
实际应用建议
在实际项目中应用此类自动化登录方案时,建议:
- 添加异常处理和重试机制,应对网络波动
- 考虑加入验证登录成功的断言逻辑
- 对于企业级应用,可以结合Browserless的调度功能实现定时任务
- 敏感信息如密码应考虑从环境变量读取,而非硬编码
这种自动化登录方案不仅适用于1Panel,经过适当调整后也可应用于其他基于ElementUI或类似框架的管理系统,具有很好的通用性和参考价值。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0150- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
项目优选
收起
暂无描述
Dockerfile
731
4.73 K
Ascend Extension for PyTorch
Python
609
786
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++
1 K
1.01 K
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
433
392
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.15 K
148
暂无简介
Dart
983
251
Oohos_react_native
React Native鸿蒙化仓库
C++
348
401
昇腾LLM分布式训练框架
Python
166
197
🎉 (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
1.67 K
986