如何在Docker容器中运行Puppeteer与Node.js爬虫？

我用Puppeteer和Node.js写了一个爬虫，现在想把它容器化，但启动浏览器爬取时一直出问题。

我当前的基础Dockerfile（没包含Puppeteer相关依赖，试过加Chrome、Puppeteer等各种修改都没用）：

# Use Node.js runtime as the base image
FROM node:18

# Set the working directory in the container
WORKDIR /usr/src/app

# Copy package.json and package-lock.json to the working directory
COPY package*.json ./

# Install dependencies
RUN npm install

# Copy the rest of the application code
COPY . .

# Expose the port the app runs on
EXPOSE 8080

# Command to run the application
CMD ["node", "scraper.js"]

启动浏览器的代码片段：

// Launch browser
const browser = await launch({ headless: true, defaultViewport: null });

我试过几种解决方法，但都无效，现在需要帮忙解决这个问题，让爬虫正常运行。

遇到的错误：

爬取过程中发生错误：

Error: Failed to launch the browser process!
web-crawler-1  | rosetta error: failed to open elf at /lib64/ld-linux-x86-64.so.2


TROUBLESHOOTING: https://pptr.dev/troubleshooting

    at Interface.onClose (file:///usr/src/app/node_modules/@puppeteer/browsers/lib/esm/launch.js:301:24)
    at Interface.emit (node:events:529:35)
    at Interface.close (node:internal/readline/interface:534:10)
    at Socket.onend (node:internal/readline/interface:260:10)
    at Socket.emit (node:events:529:35)
    at endReadableNT (node:internal/streams/readable:1400:12)
    at process.processTicksAndRejections (node:internal/process/task_queues:82:21)

这个错误是架构不兼容导致的：你用的node:18镜像如果是ARM架构（比如M系列Mac），但Puppeteer下载的Chrome是x86_64架构，Rosetta转译时找不到对应链接器；反之在x86机器上跑ARM镜像也会触发该问题。下面是两种可行的修复方案：

方案1：使用Puppeteer官方镜像（最省心） #

直接用Puppeteer官方维护的镜像，已经预装了兼容的Chrome和所有依赖，彻底规避架构、权限问题：

# 使用Puppeteer官方镜像，内置Node.js和兼容的Chrome
FROM puppeteer/puppeteer:21.6.0

WORKDIR /usr/src/app

# 复制依赖文件
COPY package*.json ./

# 以puppeteer用户身份安装依赖，避免权限问题
RUN npm install

# 复制爬虫代码
COPY . .

# 切换到非root用户运行，解决Chrome沙箱权限限制
USER puppeteer

# 启动命令
CMD ["node", "scraper.js"]

同时修改浏览器启动代码，加上容器环境必须的参数：

const browser = await launch({
  headless: 'new', // Puppeteer 19+推荐使用新版无头模式
  defaultViewport: null,
  args: [
    '--no-sandbox',
    '--disable-setuid-sandbox',
    '--disable-dev-shm-usage', // 解决容器/dev/shm内存不足问题
    '--disable-gpu' // 无头模式无需GPU加速
  ]
});

方案2：手动在Node镜像中安装兼容Chrome #

如果不想用官方镜像，可以针对对应架构手动安装Chrome：

x86_64架构Dockerfile #

FROM node:18-bullseye

WORKDIR /usr/src/app

# 安装Chrome及依赖
RUN apt-get update && apt-get install -y \
    chromium \
    chromium-driver \
    && rm -rf /var/lib/apt/lists/*

# 告诉Puppeteer使用系统安装的Chrome
ENV PUPPETEER_EXECUTABLE_PATH=/usr/bin/chromium

COPY package*.json ./
RUN npm install

COPY . .

CMD ["node", "scraper.js"]

ARM架构（如M1/M2 Mac）Dockerfile #

FROM node:18-bullseye

WORKDIR /usr/src/app

# ARM架构安装chromium
RUN apt-get update && apt-get install -y \
    chromium \
    chromium-driver \
    && rm -rf /var/lib/apt/lists/*

ENV PUPPETEER_EXECUTABLE_PATH=/usr/bin/chromium

COPY package*.json ./
RUN npm install

COPY . .

CMD ["node", "scraper.js"]

同样需要修改启动代码，加上方案1中的args参数。

额外注意事项 #

• 如果是M系列Mac，确保Docker开启Rosetta转译（Docker设置->Features in development中勾选"Use Rosetta for x86/amd64 emulation on Apple Silicon"），或直接构建ARM架构镜像。
• 不要使用node:18-alpine镜像，Alpine的musl libc与Chrome兼容性极差，会引发更多问题。

内容的提问来源于stack exchange，提问作者Parv