WinAPI浏览器进程管理与YouTube播放控制难题，寻求替代方案

需求 #

• 启动新浏览器进程打开指定YouTube链接
• 等待页面及视频加载完成后最小化窗口
• 通过按键控制视频的暂停/播放

当前问题 #

1. 用CreateProcess启动进程后，无法准确判断页面加载完成时机，Sleep方法适配性差，过早最小化会导致视频无法正常播放
2. 用EnumWindows枚举窗口匹配PID的方式无法定位目标浏览器窗口，且无法处理多浏览器进程共存的场景

测试代码 #

#include <iostream>
#include <string>
#include <Windows.h>

struct handle_data {
    unsigned long process_id;
    HWND window_handle;
};

BOOL CALLBACK enum_windows_callback(const HWND handle, const LPARAM lParam)
{
    handle_data& data = *reinterpret_cast<handle_data *>(lParam);
    unsigned long process_id = 0;
    GetWindowThreadProcessId(handle, &process_id);
    if (data.process_id != process_id)
        return TRUE;
    data.window_handle = handle;
    return FALSE;
}

HWND find_main_window(unsigned long process_id)
{
    handle_data data{};
    data.process_id = process_id;
    data.window_handle = nullptr;
    EnumWindows(enum_windows_callback, reinterpret_cast<LPARAM>(&data));
    return data.window_handle;
}

int main() {
    const char* chromePath = "C:\\Program Files\\Google\\Chrome\\Application\\chrome.exe";
    std::string url = "https://www.youtube.com/watch?v=example";
    std::string command = std::string(chromePath) + " --new-window " + url;

    STARTUPINFO si;
    PROCESS_INFORMATION pi;

    ZeroMemory(&si, sizeof(si));
    si.cb = sizeof(si);
    ZeroMemory(&pi, sizeof(pi));

    if (!CreateProcess(
        NULL,
        const_cast<LPSTR>(command.c_str()),
        NULL,
        NULL,
        FALSE,
        0,
        NULL,
        NULL,
        &si,
        &pi))
    {
        std::cerr << "CreateProcess failed with error code " << GetLastError() << std::endl;
        return 1;
    }

    HWND hwnd = find_main_window(pi.dwProcessId);

    if (hwnd != NULL) {
        std::cout << "Found window handle: " << hwnd << std::endl;
    } else {
        std::cout << "Window not found." << std::endl;
    }

    CloseHandle(pi.hProcess);
    CloseHandle(pi.hThread);

    return 0;
}

方案一：使用Chrome DevTools Protocol（CDP） #

Chrome及Chromium系浏览器原生支持CDP，通过标准化接口精准控制浏览器行为，彻底避开WinAPI窗口枚举的弊端：

1. 启动带调试端口的浏览器
   启动Chrome时添加--remote-debugging-port=9222参数，开启调试通信能力：

   std::string command = std::string(chromePath) + " --new-window --remote-debugging-port=9222 " + url;
   

2. 监听页面加载完成
   通过CDP的Page域实现精准加载监听：

   • 发送Page.enable命令启用页面监控
   • 监听Page.loadEventFired事件，触发时表示页面静态资源加载完成；再通过Runtime.evaluate轮询视频元素的readyState，确认视频可播放后再执行最小化

3. 定位目标标签页
   调用Target.getTargets获取所有调试目标，通过URL匹配到我们打开的YouTube标签页，无需依赖PID关联窗口

4. 控制视频播放
   通过Runtime.evaluate执行JavaScript代码直接控制视频：

   • 暂停：document.querySelector('video').pause()
   • 播放：document.querySelector('video').play()

方案二：基于Electron封装独立播放器 #

Electron内置Chromium内核，可直接创建轻量播放器窗口，完全绕开原生WinAPI的窗口管理问题：

1. 创建并控制窗口
   主进程中初始化窗口，设置初始隐藏，监听页面加载事件：

   const { app, BrowserWindow, globalShortcut } = require('electron');
   let mainWindow;
   
   function createWindow() {
       mainWindow = new BrowserWindow({
           width: 800,
           height: 600,
           show: false,
           webPreferences: {
               nodeIntegration: true,
               contextIsolation: false
           }
       });
   
       mainWindow.loadURL('https://www.youtube.com/watch?v=example');
   
       // 监听页面加载完成，等待视频就绪
       mainWindow.webContents.on('did-finish-load', () => {
           const checkVideoReady = setInterval(() => {
               mainWindow.webContents.executeJavaScript(`
                   return document.querySelector('video')?.readyState >= 2;
               `).then(isReady => {
                   if (isReady) {
                       clearInterval(checkVideoReady);
                       mainWindow.minimize();
                   }
               });
           }, 100);
       });
   }
   
   // 注册全局快捷键控制播放
   app.whenReady().then(() => {
       createWindow();
       globalShortcut.register('MediaPlayPause', () => {
           mainWindow.webContents.executeJavaScript(`
               const video = document.querySelector('video');
               video.paused ? video.play() : video.pause();
           `);
       });
   });
   

2. 按键控制逻辑
   利用Electron的globalShortcut模块注册媒体快捷键，直接通过JavaScript控制视频播放状态

方案三：浏览器扩展+本地进程通信 #

若不想封装独立程序，可通过Chrome扩展配合本地程序实现控制：

1. 扩展监听页面状态
   编写内容脚本，在YouTube页面加载完成后，通过Native Messaging向本地程序发送就绪通知

2. 本地程序处理窗口控制
   收到就绪通知后，可通过扩展请求浏览器自身执行窗口最小化，或仅用少量WinAPI完成操作

3. 按键控制
   本地程序监听全局按键，通过Native Messaging通知扩展执行播放/暂停的JavaScript代码

内容的提问来源于stack exchange，提问作者Vinograd