如何识别Selenium导致的Firefox浏览器进程泄漏？

• 通过进程树确认父子关联
  使用pstree -p命令以树形结构展示所有进程的层级关系，快速定位每个Firefox进程组的父进程。如果某组Firefox的父进程是你的Python爬虫PID（对应foo1.py至foo8.py的进程ID），即可确定该进程组由对应爬虫启动；父进程为PID 1的则是孤儿进程，大概率是之前崩溃/中断的爬虫遗留的。
  也可使用更简洁的进程列表命令：ps -eo pid,ppid,cmd --forest | grep firefox，同样能清晰看到进程的父子层级。

• 检查进程环境变量验证关联
  每个进程的环境变量存储着启动时的上下文信息，可通过以下命令查看Firefox进程的环境变量：

  cat /proc/<FIREFOX_PID>/environ | tr '\0' '\n'
  

  替换<FIREFOX_PID>为目标进程ID，输出内容中如果包含爬虫脚本的路径、自定义配置变量等特征信息，即可确认该Firefox进程与爬虫的关联关系。

• 对比启动时间锁定关联进程
  分别查看Firefox进程和爬虫进程的启动时间，通过时间匹配判断关联：
  查看Firefox进程启动时间：

  ps -eo pid,lstart,cmd | grep firefox
  

  查看爬虫进程启动时间：

  ps -eo pid,lstart,cmd | grep -E "foo[1-8].py"
  

  若某组Firefox的启动时间与某个爬虫进程的启动时间接近，基本可以确定该进程组由该爬虫启动。

• 清理残留进程的实操方法

  • 对于父进程为爬虫PID的Firefox进程组，直接杀掉父进程组即可一次性清理所有关联子进程：

    kill -TERM -<爬虫PPID>
    

    若进程无响应，改用强制终止：

    kill -9 -<爬虫PPID>
    

    （注意PPID前的减号，表示终止整个进程组）
  • 对于父进程为PID 1的孤儿进程，直接杀掉Firefox主进程即可，其子进程会被系统自动回收：

    kill -TERM <Firefox主进程PID>
    

• 后续预防残留的建议

  • 在爬虫脚本中完善异常捕获逻辑，确保即使脚本崩溃/中断，也能调用浏览器的完整退出接口（比如Selenium中使用driver.quit()而非driver.close()，前者会终止整个浏览器进程，后者仅关闭当前标签页）。
  • 若通过subprocess启动浏览器，设置start_new_session=False，让浏览器进程成为爬虫的子进程，确保爬虫退出时系统能自动回收相关子进程。

内容的提问来源于stack exchange，提问作者Ray Kiddy