Pyppeteer爬虫遇问题：如何离线下载RHEL7.9最新Headless Chrome

一、确认Headless Chrome最新版本 #

Headless Chrome的版本与Chrome Stable正式版完全同步，你可以通过两种方式获取最新版本号：

• 打开已安装的Chrome浏览器，在地址栏输入chrome://settings/help，查看当前最新稳定版号
• 在终端/命令行中，若已有Chrome，执行google-chrome --version（Linux/macOS）或chrome.exe --version（Windows）直接获取版本号

二、离线下载最新版Headless Chrome #

Headless Chrome无需单独下载，下载完整Chrome安装包即可（Chrome默认包含Headless模式），以下是不同系统的离线下载操作：

Windows系统 #

• 搜索“Chrome Windows离线安装包”，选择对应系统架构（x86/x64）的安装包下载
• 运行安装包完成安装后，默认主程序路径为C:\Program Files\Google\Chrome\Application\chrome.exe

macOS系统 #

• 搜索“Chrome macOS离线dmg包”，下载对应版本的镜像文件
• 打开dmg文件，将Chrome拖拽到应用程序文件夹完成安装，默认主程序路径为/Applications/Google Chrome.app/Contents/MacOS/Google Chrome

Linux系统（Debian/Ubuntu为例） #

• 搜索“Chrome Debian离线deb包”，下载对应架构的deb文件
• 执行命令sudo dpkg -i google-chrome-stable_current_amd64.deb完成安装，默认主程序路径为/usr/bin/google-chrome

三、在pyppeteer中指定新版本Chrome路径 #

安装完成后，修改executablePath参数指向新的Chrome主程序即可，示例代码：

from pyppeteer import launch
import asyncio

async def crawl_page():
    browser = await launch(
        executablePath="/path/to/your/new/chrome",  # 替换为实际安装路径
        headless=True,
        args=['--no-sandbox', '--disable-setuid-sandbox']  # 可选，解决部分环境权限问题
    )
    page = await browser.newPage()
    await page.goto("https://example.com")
    # 此处添加你的爬取逻辑
    await browser.close()

asyncio.get_event_loop().run_until_complete(crawl_page())

内容的提问来源于stack exchange，提问作者thulasi39