Ferrum项目与Browserless v2的集成实践
2025-07-07 15:53:49作者:沈韬淼Beryl
背景介绍
Ferrum是一个基于Ruby的轻量级浏览器自动化工具,它通过Chrome DevTools Protocol(CDP)与浏览器进行交互。在实际应用中,开发者常常需要将Ferrum与Browserless这样的无头浏览器服务进行集成,以实现远程浏览器控制能力。
Browserless版本升级带来的挑战
Browserless从v1升级到v2版本后,许多开发者遇到了集成问题。主要症状表现为连接被拒绝的错误信息:"Connection refused - connect(2) for "0.0.0.0" port 3000"。
问题根源分析
经过技术社区的研究,发现问题的核心在于Ferrum v0.15版本中的连接处理逻辑。当Ferrum尝试与Browserless v2建立连接时,会执行以下步骤:
- 首先向指定的主机/端口发起HTTP请求,获取元数据
- 从响应中解析webSocketDebuggerUrl字段
- 使用该URL建立WebSocket连接
问题出在Browserless v2返回的webSocketDebuggerUrl中,主机地址被错误地设置为"0.0.0.0",而不是最初请求时使用的主机名。这导致后续的WebSocket连接尝试失败。
解决方案
方法一:升级Ferrum版本
Ferrum的HEAD版本(即最新的开发版本)已经修复了这个问题。开发者可以通过以下方式解决:
- 直接从Git仓库安装最新版本
- 等待Ferrum发布v0.15之后的正式版本
方法二:显式指定WebSocket URL
对于暂时无法升级的用户,可以通过显式指定WebSocket URL的方式解决:
Capybara.register_driver(:cuprite) do |app|
Capybara::Cuprite::Driver.new(
app,
**{
ws_url: "ws://chrome:3333/chrome", # 关键配置
headless: ENV['HEADLESS'],
process_timeout: 10,
timeout: 30,
window_size: [1920, 1080],
browser_options: { 'no-sandbox': nil, 'disable-gpu': nil },
save_path: DownloadHelper::PATH
}
)
end
注意URL中的"/chrome"路径部分,这是Browserless v2特定的端点路径。
配置建议
- 容器配置:确保Browserless容器正确配置了端口和环境变量
- 超时设置:Browserless v2默认30秒后会自动关闭会话,建议适当延长TIMEOUT值
- HEADLESS模式:在生产环境中建议保持HEADLESS为true,除非有特殊调试需求
最佳实践
对于使用Docker Compose的部署场景,可以参考以下配置:
services:
chrome:
image: ghcr.io/browserless/chrome:latest
ports:
- 3333:3333
environment:
PORT: 3333
TIMEOUT: 600000 # 10分钟超时
shm_size: 512m
常见问题排查
- DeadBrowserError:检查会话超时设置,确保TIMEOUT值足够大
- 连接失败:确认ws_url中的主机名和端口与容器配置一致
- 路径问题:Browserless v2可能需要特定端点路径(如/chrome)
通过以上方法,开发者可以顺利实现Ferrum与Browserless v2的集成,享受新版Browserless带来的性能改进和功能增强。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (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
861
511

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

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
259
300

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K