Playwright-dotnet 与 Chrome 136 版本兼容性问题解析
问题背景
微软 Playwright-dotnet 项目是一个强大的浏览器自动化测试框架,近期有开发者反馈在使用 Chrome 136 版本时遇到了 LaunchPersistentContext 方法调用失败的问题。这个问题特别值得关注,因为它影响了依赖持久化用户数据的测试场景。
问题现象
当开发者尝试使用 Playwright-dotnet 的 LaunchPersistentContextAsync 方法启动 Chrome 136 时,会遇到超时异常。错误日志显示关键信息:"DevTools remote debugging requires a non-default data directory",这表明 Chrome 136 对远程调试的数据目录有了新的限制要求。
技术分析
Chrome 136 的安全变更
Chrome 136 引入了一项重要的安全变更:远程调试功能现在要求使用非默认的用户数据目录。这是 Google 为了增强安全性而做出的调整,旨在防止潜在的安全风险。当检测到使用默认用户数据目录(如 Chrome 的标准用户数据路径)时,Chrome 会拒绝建立远程调试连接。
对 Playwright 的影响
Playwright 依赖 Chrome 的远程调试协议来实现浏览器自动化。当 Chrome 136 拒绝连接时,Playwright 无法建立与浏览器的通信通道,最终导致超时错误。这个问题特别影响那些需要复用现有用户数据的测试场景,比如需要保持登录状态的测试用例。
解决方案
临时解决方案
目前可以通过添加启动参数来绕过这个限制:
var options = new BrowserTypeLaunchPersistentContextOptions
{
Headless = false,
Channel = "chrome",
Args = new[] { "--disable-features=DevToolsDebuggingRestrictions" },
Permissions = new[] {"clipboard-write", "clipboard-read"}
};
长期解决方案
- 使用自定义用户数据目录:创建一个专门用于测试的用户数据目录,而不是使用 Chrome 的默认目录
- 隔离测试环境:为每个测试会话创建独立的用户数据目录,避免共享状态带来的问题
最佳实践建议
- 在测试环境中使用专门配置的用户数据目录
- 考虑使用临时目录进行测试,确保测试环境的隔离性
- 定期关注 Chrome 的更新日志,了解可能影响自动化测试的变更
- 为重要的测试场景编写回退方案,以应对浏览器行为变更
总结
Chrome 136 的安全变更虽然给自动化测试带来了一些挑战,但也促使我们采用更安全的测试实践。开发者应该逐步迁移到使用独立用户数据目录的模式,这不仅能解决当前问题,还能提高测试的可靠性和安全性。Playwright 团队很可能会在未来版本中提供更优雅的解决方案来处理这一变更。
kernelopenEuler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。C051
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
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
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0127
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00