如何让Chrome WebDriver非无头隐藏运行并支持附加与分离

核心原理 #

要实现这个功能，不能让用户直接关闭浏览器窗口（否则Chrome进程会终止），而是通过系统API控制窗口的显示/隐藏状态，同时保持WebDriver与Chrome进程的持续连接。后台运行时，窗口仅在任务管理器中存在，不在任务栏显示。

C# 实现步骤与代码 #

1. 依赖准备 #

引用Selenium.WebDriver、Selenium.WebDriver.ChromeDriver NuGet包，同时调用Windows系统API控制窗口。

2. 关键代码实现 #

using OpenQA.Selenium;
using OpenQA.Selenium.Chrome;
using System;
using System.Runtime.InteropServices;
using System.Threading;

class ChromeBackgroundManager
{
    // Windows API 声明
    [DllImport("user32.dll")]
    private static extern bool ShowWindow(IntPtr hWnd, int nCmdShow);
    [DllImport("user32.dll")]
    private static extern IntPtr FindWindow(string lpClassName, string lpWindowName);
    [DllImport("user32.dll")]
    private static extern bool SetWindowPos(IntPtr hWnd, IntPtr hWndInsertAfter, int X, int Y, int cx, int cy, uint uFlags);

    private const int SW_HIDE = 0;
    private const int SW_SHOW = 5;
    private const uint SWP_NOACTIVATE = 0x0010;
    private const uint SWP_NOOWNERZORDER = 0x0200;

    private IWebDriver _driver;
    private IntPtr _chromeWindowHandle;

    public void StartChromeInBackground()
    {
        var options = new ChromeOptions();
        // 指定调试端口，确保WebDriver能持续连接
        options.AddArgument("--remote-debugging-port=9222");
        // 禁用任务栏图标
        options.AddArgument("--disable-features=TaskbarGrouping");
        // 启动时最小化，后续通过API隐藏
        options.AddArgument("--start-minimized");

        _driver = new ChromeDriver(options);
        Thread.Sleep(1000); // 等待窗口加载完成

        // 获取Chrome主窗口句柄
        _chromeWindowHandle = FindWindow("Chrome_WidgetWin_1", null);

        // 初始隐藏窗口
        HideChromeWindow();
    }

    public void ShowChromeWindow()
    {
        if (_chromeWindowHandle != IntPtr.Zero)
        {
            ShowWindow(_chromeWindowHandle, SW_SHOW);
            // 显示后不自动激活窗口（可选）
            SetWindowPos(_chromeWindowHandle, IntPtr.Zero, 0, 0, 0, 0, SWP_NOACTIVATE | SWP_NOOWNERZORDER);
        }
    }

    public void HideChromeWindow()
    {
        if (_chromeWindowHandle != IntPtr.Zero)
        {
            ShowWindow(_chromeWindowHandle, SW_HIDE);
        }
    }

    // 拦截窗口关闭事件：需通过全局钩子监听WM_CLOSE消息，改为执行隐藏操作
    public void SetupCloseInterceptor()
    {
        // 可使用SetWindowsHookEx实现全局钩子，拦截Chrome窗口的关闭消息
        // 简化示例：实际需钩子逻辑处理，避免用户关闭窗口导致进程终止
    }

    public void StopChrome()
    {
        _driver.Quit();
    }
}

// 使用示例
class Program
{
    static void Main(string[] args)
    {
        var manager = new ChromeBackgroundManager();
        manager.StartChromeInBackground();
        manager.SetupCloseInterceptor();

        Console.WriteLine("按S键显示Chrome窗口，按H键隐藏，按Q退出");
        while (true)
        {
            var key = Console.ReadKey(true);
            switch (key.Key)
            {
                case ConsoleKey.S:
                    manager.ShowChromeWindow();
                    break;
                case ConsoleKey.H:
                    manager.HideChromeWindow();
                    break;
                case ConsoleKey.Q:
                    manager.StopChrome();
                    return;
            }
        }
    }
}

3. 关键说明 #

• 通过ShowWindow API直接控制Chrome窗口的显示/隐藏，避免关闭窗口导致进程终止。
• --remote-debugging-port确保WebDriver始终能与Chrome进程通信，即使窗口隐藏。
• 必须拦截Chrome窗口的关闭事件（如点击关闭按钮、Alt+F4），通过全局钩子将关闭操作改为隐藏窗口。

Python 实现步骤与代码 #

1. 依赖准备 #

安装selenium和pywin32库：

pip install selenium pywin32

2. 关键代码实现 #

import win32gui
import win32con
from selenium import webdriver
from selenium.webdriver.chrome.options import Options
import time
import keyboard

class ChromeBackgroundManager:
    def __init__(self):
        self.driver = None
        self.chrome_handle = None

    def start_chrome_background(self):
        chrome_options = Options()
        # 指定调试端口
        chrome_options.add_argument("--remote-debugging-port=9222")
        # 禁用任务栏图标
        chrome_options.add_argument("--disable-features=TaskbarGrouping")
        # 启动时最小化
        chrome_options.add_argument("--start-minimized")

        self.driver = webdriver.Chrome(options=chrome_options)
        time.sleep(1)

        # 获取Chrome窗口句柄
        def get_chrome_handle():
            handles = []
            win32gui.EnumWindows(lambda hWnd, extra: extra.append(hWnd), handles)
            for h in handles:
                if win32gui.GetWindowText(h).startswith("Google Chrome"):
                    return h
            return None

        self.chrome_handle = get_chrome_handle()
        self.hide_chrome_window()

    def show_chrome_window(self):
        if self.chrome_handle:
            win32gui.ShowWindow(self.chrome_handle, win32con.SW_SHOW)
            # 显示后不激活窗口（可选）
            win32gui.SetWindowPos(self.chrome_handle, win32con.HWND_NOACTIVATE, 0, 0, 0, 0, win32con.SWP_NOSIZE | win32con.SWP_NOMOVE)

    def hide_chrome_window(self):
        if self.chrome_handle:
            win32gui.ShowWindow(self.chrome_handle, win32con.SW_HIDE)

    def intercept_close_event(self):
        # 监听Alt+F4快捷键，阻止默认关闭操作并隐藏窗口
        def on_alt_f4(e):
            if e.name == 'f4' and e.modifiers == {'alt'}:
                self.hide_chrome_window()
                return False  # 阻止默认行为

        keyboard.on_press_key('f4', on_alt_f4, suppress=False)

    def stop_chrome(self):
        self.driver.quit()

# 使用示例
if __name__ == "__main__":
    manager = ChromeBackgroundManager()
    manager.start_chrome_background()
    manager.intercept_close_event()

    print("按S显示Chrome窗口，按H隐藏，按Q退出")
    while True:
        if keyboard.is_pressed('s'):
            manager.show_chrome_window()
            time.sleep(0.5)
        elif keyboard.is_pressed('h'):
            manager.hide_chrome_window()
            time.sleep(0.5)
        elif keyboard.is_pressed('q'):
            manager.stop_chrome()
            break

3. 关键说明 #

• 利用pywin32调用Windows API控制窗口显示状态，核心是win32gui.ShowWindow。
• 拦截关闭操作：通过监听快捷键或全局钩子拦截WM_CLOSE消息，避免Chrome进程因窗口关闭而终止。
• --remote-debugging-port保证WebDriver与Chrome进程的连接不会中断，即使窗口处于隐藏状态。

为什么之前的方法无效？ #

• detach参数：仅让WebDriver不随窗口关闭终止，但无法重新附加到已隐藏的窗口，因为窗口关闭会直接终止Chrome进程。
• Headless模式：本身没有可视化窗口，无法实现调出窗口的需求。
• Remote Debugger Port：如果直接关闭窗口，Chrome进程会退出，所以必须拦截关闭操作改为隐藏，而不是真的关闭窗口。

内容的提问来源于stack exchange，提问作者nightwalker