Puppeteer在Google App Engine中找不到Chrome的解决方案

问题背景

在使用Puppeteer进行网页自动化测试或爬虫开发时，开发者经常需要将应用部署到Google App Engine(GAE)这样的云平台上。然而，许多开发者在GAE的Node.js 22环境中遇到了一个常见问题：Puppeteer无法找到预装的Chrome浏览器。

问题现象

当开发者尝试在GAE上运行Puppeteer时，通常会遇到以下情况：

1. 按照官方文档配置后，Puppeteer仍然无法启动Chrome
2. 检查常见的Chrome安装路径（如/workspace/.cache、/workspace/node_modules/.puppeteer_cache等）都找不到浏览器
3. 本地开发环境运行正常，但部署到GAE后出现问题

根本原因

经过深入分析，发现问题的根源在于GAE的构建和运行环境分离机制：

1. 在构建阶段，Puppeteer会将Chrome浏览器下载到构建环境的/builder/home/.cache/puppeteer目录
2. 但在运行时，GAE会将应用代码复制到/workspace目录运行
3. 默认情况下，构建环境的缓存目录不会被自动复制到运行环境

解决方案

方法一：手动复制缓存目录

在cloudbuild.yaml配置文件中添加一个构建步骤，手动将Puppeteer的缓存目录复制到工作区：

# 在cloudbuild.yaml中添加以下步骤
- name: 'bash'
  script: |
    #!/usr/bin/env bash
    mkdir -p /workspace/.cache/puppeteer
    cp -r /builder/home/.cache/puppeteer/* /workspace/.cache/puppeteer

方法二：修改Puppeteer配置

通过puppeteerrc.cjs配置文件显式指定缓存目录：

const {join} = require("path");

module.exports = {
  cacheDirectory: join(__dirname, ".cache", "puppeteer"),
};

方法三：直接指定Chrome路径

在Puppeteer启动配置中直接指定Chrome的可执行路径：

const browser = await puppeteer.launch({
  headless: true,
  args: ["--no-sandbox"],
  executablePath: "/workspace/.cache/puppeteer/chrome/linux-135.0.7049.42/chrome-linux64/chrome"
});

最佳实践建议

1. 环境一致性检查：在应用启动时添加环境检查逻辑，确保所有依赖都存在
2. 错误处理：对Puppeteer启动过程添加完善的错误处理和日志记录
3. 资源清理：定期清理旧的浏览器版本，避免占用过多存储空间
4. 版本锁定：锁定Puppeteer和Chrome的版本，避免因自动更新导致兼容性问题

总结

在GAE上使用Puppeteer时，理解平台的构建和运行机制至关重要。通过手动管理浏览器缓存目录的位置，可以确保Puppeteer在运行时能够找到所需的Chrome浏览器。本文提供的解决方案已在生产环境中验证有效，开发者可以根据实际需求选择最适合的方法。

对于更复杂的部署场景，建议考虑使用Docker容器化方案，可以更灵活地控制运行环境和依赖关系。