Безголовые браузеры и веб-сайты Windows Azure

Question

Я пытаюсь использовать безголовый браузер для сканирования, чтобы добавить функции SEO в проект с открытым исходным кодом, который я разрабатываю.

Пример сайта проекта разворачивается через веб-сайты Azure.

Я попробовал несколько способов заставить задачу работать, используя различные решения, такие как Selenium .NET (PhantomJSDriver, HTMLUnitDriver, ...) или даже отдельный файл PhantomJs .exe.

Я использую безголовый браузер, потому что сайт основан на DurandalJS, поэтому он должен выполнять сценарии и ожидать выполнения условия, чтобы вернуть сгенерированный HTML. По этой причине нельзя использовать такие вещи, как классы WebClient/WebResponse или HTMLAgilityPack, которые отлично работают для сайтов, не поддерживающих JavaScript.

Все вышеперечисленные методы работают в моей локальной среде devbox, но проблема возникает при загрузке сайта на веб-сайты Azure. При использовании автономных phantomjs сайт зависает при обращении к конечной точке URL и через некоторое время возвращает ошибку HTTP 502. В случае использования Selenium Webdriver я получаю

OpenQA.Selenium.WebDriverException: Unexpected error. System.Net.WebException: Unable to connect to the remote server ---> System.Net.Sockets.SocketException: No connection could be made because the target machine actively refused it 127.0.0.1:XXXX

Я думаю, что проблема с запуском.exe-файлов в Azure, а не с кодом. Я знаю, что можно запускать файлы.exe в Azure CloudServices через WebRole/WebWorkers, но для простоты необходимо оставаться на веб-сайтах Azure.

Можно ли запустить браузер без головы на веб-сайтах Azure? Кто-нибудь имеет опыт работы с такой ситуацией?

Мой код для автономного решения PhantomJS:

//ASP MVC ActionResult

public ActionResult GetHTML(string url)
{
    string appRoot = Server.MapPath("~/");

    var startInfo = new ProcessStartInfo
    {
        Arguments = String.Format("{0} {1}", Path.Combine(appRoot, "Scripts\\seo\\renderHTML.js"), url),
        FileName = Path.Combine(appRoot, "bin\\phantomjs.exe"),
        UseShellExecute = false,
        CreateNoWindow = true,
        RedirectStandardOutput = true,
        RedirectStandardError = true,
        RedirectStandardInput = true,
        StandardOutputEncoding = System.Text.Encoding.UTF8
    };
    var p = new Process();
    p.StartInfo = startInfo;
    p.Start();
    string output = p.StandardOutput.ReadToEnd();
    p.WaitForExit();
    ViewData["result"] = output;
    return View();
}

// PhantomJS script

var resourceWait = 300,
    maxRenderWait = 10000;

var page = require('webpage').create(),
    system = require('system'),
    count = 0,
    forcedRenderTimeout,
    renderTimeout;

page.viewportSize = { width: 1280, height: 1024 };

function doRender() {
    console.log(page.content);
    phantom.exit();
}

page.onResourceRequested = function (req) {
    count += 1;
    //console.log('> ' + req.id + ' - ' + req.url);
    clearTimeout(renderTimeout);
};

page.onResourceReceived = function (res) {
    if (!res.stage || res.stage === 'end') {
        count -= 1;
        //console.log(res.id + ' ' + res.status + ' - ' + res.url);
        if (count === 0) {
            renderTimeout = setTimeout(doRender, resourceWait);
        }
    }
};

page.open(system.args[1], function (status) {
    if (status !== "success") {
        //console.log('Unable to load url');
        phantom.exit();
    } else {
        forcedRenderTimeout = setTimeout(function () {
            //console.log(count);
            doRender();
        }, maxRenderWait);
    }
});

и для варианта Selenium

public ActionResult GetHTML(string url)
{
    using (IWebDriver driver = new PhantomJSDriver())
    {
        driver.Navigate().GoToUrl(url);

        WebDriverWait wait = new WebDriverWait(driver, TimeSpan.FromSeconds(30));

        IWebElement myDynamicElement = wait.Until<IWebElement>((d) =>
        {
            return d.FindElement(By.CssSelector("#compositionComplete"));
        });

        var content = driver.PageSource;

        driver.Quit();

        return Content(content);
    }                      
}

Спасибо!!

Answer 1

Вы не можете запускать exe-файлы в среде общего веб-сайта, либо вы должны использовать веб-сервисы, либо вы должны настроить правильную (лазурную) виртуальную машину.

Бесплатный общедоступный веб-сайт действительно простой, и его не нужно сокращать, когда вам нужны более продвинутые функциональные возможности.

См. Этот вопрос и принятый ответ для более подробного ответа: можем ли мы запустить windowservice или EXE на веб-сайте Azure или на виртуальной машине?

Answer 2

Я не уверен насчет общей и базовой среды веб-сайта, но я успешно запустил ffmpeg.exe из стандартной среды веб-сайта. Несмотря на это, фантомы и даже сам хромедрайвер не работают. Однако я могу успешно запустить драйвер Firefox. Для того, чтобы сделать это

Я скопировал последнюю версию каталога Firefox с моего локального сайта на веб-сайт, и код ниже работал хорошо

var binary = new FirefoxBinary("/websitefolder/blabla/firefox.exe");
var driver = new FirefoxDriver(binary, new FirefoxProfile());
driver.Navigate().GoToUrl("http://www.google.com");