AWS Lambda只读文件系统下requests_html render无法运行求助

• 问题根源：request_html的render()方法底层依赖pyppeteer，pyppeteer默认将下载的Chromium浏览器存储在当前工作目录，而AWS Lambda仅允许向/tmp目录写入文件，触发Read-only file system报错。

• 解决方案：

  1. 强制修改pyppeteer缓存目录
     在Python脚本开头添加环境变量配置，让pyppeteer将Chromium缓存到Lambda可写的/tmp目录：

     import os
     # 指定pyppeteer缓存路径到/tmp下的子目录
     os.environ['PYPPETEER_CACHE_DIR'] = '/tmp/pyppeteer'
     

  2. 调整Lambda基础配置
     • 内存配置：将Lambda函数内存至少调整为512MB（页面渲染需要较多资源，内存不足易导致超时或崩溃）
     • 超时时间：根据目标页面加载复杂度，设置30秒以上的超时时间
  3. 可选：预打包Chromium到部署包
     若不想让Lambda每次运行都下载Chromium，可提前下载对应Linux版本的Chromium并打包到部署包中，再通过参数指定路径：

     from requests_html import HTMLSession
     
     session = HTMLSession()
     r = session.get('目标网页URL')
     # 指定打包的Chromium路径，同时添加Lambda运行必需的浏览器参数
     r.render(browser_args=['--no-sandbox', '--disable-dev-shm-usage', '--executable-path=/opt/chromium'])
     

     注：--no-sandbox和--disable-dev-shm-usage是Lambda环境下运行Chromium的必需参数，用于规避权限与内存共享限制。

内容的提问来源于stack exchange，提问作者qangdev