HeadlessChrome101: Jit-Browser कसे Chrome ला एक पूर्ण मल्टी-फंक्शन ब्राउझर–सर्व्हर-ब्राउझर लेयरमध्ये बदलते

एक साधे स्क्रीनशॉट साधन ते Jit-Browser

आम्ही एक लहान कमांड-लाइन साधनाने सुरुवात केली: getpage https://example.com page.png. हे Chrome ला Docker कंटेनरमध्ये चालवते, पृष्ठावरून रेंडर केलेल्या example.com चे स्क्रीनशॉट घेते, आणि बाहेर पडते.

उपयुक्त संकल्पना पुरावा. प्रत्येक कॉल एक थंड प्रारंभ होता. त्याला भाषांतर, सत्रे, किंवा स्थिती याबद्दल काहीही माहिती नव्हती. हे फक्त एक हेडलेस कॅमेरा होते.

Jit-Browser पुढील पाऊल आहे. ते अजूनही खरे Chrome वापरते, पण आता:

• हे पृष्ठाच्या आत काय होते ते लॉग करते.
• हे Jit-TR स्क्रिप्टला एक भाषांतर लेयर म्हणून इंजेक्ट करते.
• हे कुकी बॅनर्स किंवा ड्रॉपडाउन सारख्या साध्या प्रवाहांचे अनुसरण करू शकते.
• हे पूर्णपणे अनुवादित HTML कॅप्चर करते, फक्त स्क्रीनशॉट नाही.

हे पृष्ठ त्या पाइपलाइनचे स्पष्टीकरण देते जेणेकरून तुम्ही पाहू शकता की आम्ही हातवारे करत नाही. आम्ही दाखवत आहोत की ब्राउझर-स्तरीय बहुभाषिक लेयर प्रत्यक्षात कसे कार्य करू शकते.

Jit-Browser पाइपलाइन 6 चरणांमध्ये

उच्च स्तरावर, प्रत्येक कॅप्चर समान क्रमाचे अनुसरण करते.

1. Docker मध्ये खरे Chrome (हेडलेस) लाँच करा.
   आम्ही Puppeteer (pptr.dev) वापरतो जे सामान्य ब्राउझर चालवणारे समान इंजिन सुरू करण्यासाठी, परंतु दृश्यमान विंडोशिवाय. कोणताही कस्टम पार्सर नाही, कोणतेही बनावट रेंडरिंग नाही.
2. कुकीज किंवा लॉगिन स्थिती लागू करा (जर कॉन्फिगर केले असेल).
   लॉग इन सत्र आवश्यक असलेल्या डेमो साठी, आम्ही तुमच्या कुकीज पुन्हा प्ले करतो. कोणताही ब्रूट फोर्स नाही, कोणतेही पासवर्ड अंदाज नाही, कोणतेही स्क्रॅपिंग खाते नाही जे आम्ही नियंत्रित करत नाही.
3. लक्ष्य पृष्ठ वापरकर्त्यासारखेच लोड करा.
   HTML, CSS, JavaScript, फॉन्ट्स, प्रतिमा. आम्ही प्रतीक्षा करतो networkidle2 (https://pptr.dev/api/puppeteer.page.waitfornetworkidle) जेणेकरून धीमे बंडल्स आणि फॉन्ट्स लोड होऊ शकतील.
4. Jit-TR स्निपेट एक लेयर म्हणून इंजेक्ट करा.
   आम्ही आमच्या पेटंट-प्रलंबित रनटाइम कोडकडे निर्देश करणारा स्क्रिप्ट टॅग जोडतो – उदाहरणार्थ: