解决Undetected-Chromedriver中Chrome进程残留问题的技术方案
问题背景
在使用Selenium结合Undetected-Chromedriver进行自动化测试时,许多开发者最近遇到了一个棘手的问题:当调用driver.quit()方法关闭浏览器后,Chrome进程并未完全终止,导致系统资源持续占用,CPU使用率逐渐攀升至100%。这个问题在Chrome 124+版本中尤为明显,给自动化测试流程带来了严重干扰。
问题现象
开发者观察到以下典型现象:
- 通过
driver.quit()关闭浏览器后,任务管理器中仍能看到chrome.exe进程 - 随着多次重启浏览器会话,残留进程不断累积
- 系统CPU使用率逐渐升高,最终达到100%
- 该问题在最近2-3天内突然出现,与Chrome浏览器更新有关
根本原因分析
经过社区调查,这个问题主要源于Chrome 124+版本引入的内部进程管理机制变化。传统的driver.quit()方法在某些情况下无法彻底清理所有衍生进程,特别是当浏览器会话被频繁创建和销毁时。Undetected-Chromedriver作为修改版的Chromedriver,其特殊的隐身特性可能加剧了这一现象。
解决方案
方案一:强制终止进程(推荐)
最可靠的解决方案是在调用driver.quit()后,额外执行系统级进程清理:
import subprocess
import logging
def cleanup_processes():
try:
# 检查并终止所有Chrome进程
tasks = subprocess.check_output(['tasklist'], encoding='utf-8')
if 'chrome.exe' in tasks:
subprocess.run(["taskkill", "/F", "/IM", "chrome.exe", "/T"], check=True)
logging.info("成功终止Chrome残留进程")
# 检查并终止所有Chromedriver进程
if 'chromedriver.exe' in tasks:
subprocess.run(["taskkill", "/F", "/IM", "chromedriver.exe", "/T"], check=True)
logging.info("成功终止Chromedriver残留进程")
except subprocess.CalledProcessError as e:
logging.error(f"进程清理失败: {e}")
在实际应用中,建议在每次driver.quit()调用后立即执行此清理函数。
方案二:双重关闭法
对于某些环境,可以采用先close()再quit()的双重关闭策略:
driver.close() # 先关闭当前窗口
driver.quit() # 再完全退出驱动
这种方法利用了Selenium的双重清理机制,在某些情况下可以更彻底地释放资源。
方案三:禁用GPU加速
虽然单独使用效果有限,但结合其他方案可以增强稳定性:
from selenium.webdriver.chrome.options import Options
options = Options()
options.add_argument('--disable-gpu') # 禁用GPU硬件加速
driver = webdriver.Chrome(options=options)
最佳实践建议
- 完善的日志记录:配置详细的日志系统,监控进程清理情况
- 合理的重启间隔:避免过于频繁地重启浏览器会话
- 异常处理机制:在异常捕获块中也加入进程清理逻辑
- 版本监控:关注Chrome和Undetected-Chromedriver的版本更新
实现示例
以下是一个完整的自动化脚本示例,整合了上述解决方案:
import time
import subprocess
import logging
from selenium import webdriver
import undetected_chromedriver as uc
logging.basicConfig(
level=logging.INFO,
format='%(asctime)s - %(levelname)s: %(message)s'
)
class SafeBrowser:
def __init__(self):
self.options = uc.ChromeOptions()
self.options.add_argument('--disable-gpu')
self.driver = uc.Chrome(options=self.options)
self.iteration_count = 0
self.restart_interval = 8
self.sleep_time = 5
def cleanup_processes(self):
"""清理残留的浏览器进程"""
try:
tasks = subprocess.check_output(['tasklist'], encoding='utf-8')
if 'chrome.exe' in tasks:
subprocess.run(["taskkill", "/F", "/IM", "chrome.exe", "/T"], check=True)
if 'chromedriver.exe' in tasks:
subprocess.run(["taskkill", "/F", "/IM", "chromedriver.exe", "/T"], check=True)
except Exception as e:
logging.error(f"进程清理错误: {e}")
def safe_restart(self):
"""安全重启浏览器会话"""
try:
self.driver.close()
self.driver.quit()
finally:
self.cleanup_processes()
time.sleep(self.sleep_time * 2)
self.__init__()
# 使用示例
bot = SafeBrowser()
try:
while True:
# 执行自动化操作...
bot.iteration_count += 1
if bot.iteration_count >= bot.restart_interval:
logging.info(f'达到重启阈值 {bot.restart_interval},正在重启会话...')
bot.safe_restart()
bot.iteration_count = 0
except Exception as e:
logging.error(f"发生异常: {e}")
bot.safe_restart()
总结
Chrome 124+版本引入的进程管理变化导致了Undetected-Chromedriver在使用过程中出现进程残留问题。通过结合系统级进程清理和Selenium的双重关闭机制,开发者可以有效地解决这一问题。建议采用强制终止进程的方案作为主要解决方法,同时保持良好的异常处理和日志记录习惯,以确保自动化测试的稳定运行。随着Chrome和Undetected-Chromedriver的持续更新,这个问题可能会在未来的版本中得到官方修复,但目前这些解决方案提供了可靠的临时应对措施。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00