Podman浏览器自动化

技能简介

基于 Podman 和 Playwright 的无头浏览器自动化方案，用于获取 JavaScript 动态渲染的网页内容。通过容器化方式运行 Chromium，避免本地环境依赖。

业务背景

解决传统爬虫无法获取JavaScript动态渲染内容的问题，通过容器化技术实现浏览器自动化，无需在本地安装复杂的浏览器环境。适用于需要完整抓取现代单页应用、数据可视化页面或异步加载内容的业务场景，降低运维部署成本。

落地案例：某电商运营团队需定期监控竞品网站的促销价格，但目标页面采用React框架动态加载。使用该方案后，配置目标网址并设置等待时间，即可获取渲染后的完整价格信息。若需分析页面结构，可添加–html参数输出原始HTML；针对慢加载元素，使用–selector指定CSS选择器确保数据捕获完整。

能做什么

• 抓取单页应用的完整渲染内容
• 提取纯文本或原始 HTML
• 等待特定元素加载后再捕获
• 自定义页面加载后的额外等待时间

使用说明

前置要求：Podman 5.x+、Node.js 18+、网络连接（首次运行需下载约 1.5GB 容器镜像）

安装步骤：

chmod +x browse.js
ln -sf "$(pwd)/browse.js" ~/.local/bin/podman-browse

基础用法：

# 获取渲染后的文本内容
podman-browse "https://example.com"

# 获取原始 HTML
podman-browse --html "https://example.com"

# 等待特定 CSS 选择器出现
podman-browse --selector ".itemlist" "https://example.com"

# 延长等待时间（毫秒）
podman-browse --wait 5000 "https://example.com"

输入与输出

见下方输入与输出表格。

风险提示

• 首次启动需下载约 1.5GB 容器镜像，耗时较长
• 每次运行新建容器，冷启动约 10-15 秒
• root 用户运行时禁用沙箱，仅建议用于可信站点
• 依赖外部容器镜像版本匹配（playwright@1.50.0）

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/ricardodantas/podman-browser/SKILL.md
来源类型：GitHub 仓库