基于Python的Selenium Docker环境无法下载文件问题求助

以下是针对问题的具体排查和解决步骤：

1. 补全Dockerfile中Chrome与Chromedriver的安装步骤 #

你的Dockerfile仅查看了chromium缓存信息，未实际安装Chrome和对应版本的Chromedriver，这会导致Selenium无法正常驱动Chrome完成下载。修改Dockerfile，添加安装命令：

ENV HOME=/home/user \
    PATH=/home/user/.local/bin:$PATH

WORKDIR $HOME/app
# 安装Chrome、Chromedriver及依赖
RUN apt-get update && apt-get install -y --no-install-recommends \
    chromium \
    chromium-driver \
    && rm -rf /var/lib/apt/lists/*
# 验证安装版本
RUN chromium --version
RUN chromedriver --version

RUN python3 --version
COPY --chown=user . $HOME/app
CMD ["python3","app.py"]

2. 完善Chrome无头模式的下载配置 #

无头模式下Chrome需要额外配置确保下载正常，补充以下参数和偏好设置：

import os
download_path = "/home/user/app/downloads"  # 必须使用绝对路径
os.makedirs(download_path, exist_ok=True)

prefs = {
    "download.default_directory": download_path,
    "download.prompt_for_download": False,  # 禁用下载弹窗
    "download.directory_upgrade": True,    # 自动升级下载目录
    "safebrowsing.enabled": True            # 避免部分下载被安全策略拦截
}
chrome_options = webdriver.ChromeOptions()
chrome_options.add_argument('--headless=new')  # Chrome 112+推荐使用新版无头模式
chrome_options.add_argument('--no-sandbox')
chrome_options.add_argument('--disable-dev-shm-usage')
chrome_options.add_argument('--disable-gpu')  # 无头模式需禁用GPU
chrome_options.binary_location = '/usr/bin/chromium'  # 指定Chrome二进制文件路径
chrome_options.add_argument('--safebrowsing-disable-download-protection')  # 禁用下载保护拦截
chrome_options.add_experimental_option('prefs', prefs)

driver = webdriver.Chrome(options=chrome_options)

3. 确保下载目录的权限正确 #

如果download_path对应的目录不存在或当前用户无读写权限，Chrome会静默失败：

• 在脚本中添加目录创建与权限验证：

  print(f"Download directory permissions: {oct(os.stat(download_path).st_mode)[-3:]}")
  

• 或在Dockerfile中提前创建目录并设置权限：

  RUN mkdir -p $HOME/app/downloads && chown -R user:user $HOME/app/downloads
  

4. 验证Chrome实际下载状态与路径 #

在脚本中添加调试逻辑，确认Chrome是否触发下载及文件保存路径：

# 触发下载操作后，访问Chrome下载页面
driver.get('chrome://downloads/')
# 通过JS获取下载记录
downloads = driver.execute_script("""
    return document.querySelector('downloads-manager')
    .shadowRoot.querySelector('#downloadsList')
    .items.map(e => ({filename: e.filename, state: e.state, path: e.filePath}));
""")
print("Chrome download records:", downloads)

5. 等待下载完成再关闭Driver #

如果脚本在下载未完成时就关闭Driver，.crdownload临时文件会被清理，添加等待逻辑：

import time

def wait_for_download(download_path, timeout=60):
    end_time = time.time() + timeout
    while time.time() < end_time:
        crdownload_files = [f for f in os.listdir(download_path) if f.endswith('.crdownload')]
        if not crdownload_files:
            finished_files = [f for f in os.listdir(download_path) if not f.startswith('.')]
            if finished_files:
                return finished_files[0]
        time.sleep(1)
    return None

# 触发下载后调用等待函数
finished_file = wait_for_download(download_path)
if finished_file:
    print(f"Downloaded file: {finished_file}")
else:
    print("Download timed out")

driver.quit()

内容的提问来源于stack exchange，提问作者BamBurger