在WebStorm中运行Puppeteer自动化爬虫脚本-webstorm-PHP中文网

根本原因是webstorm默认以调试模式启动脚本，触发puppeteer自动启用远程调试端口并等待连接，造成launch()阻塞；需取消“with javascript debugger”或在launch选项中显式禁用调试。

在webstorm中运行puppeteer自动化爬虫脚本

根本原因通常是 WebStorm 默认用 Node.js 的调试模式（debug）启动脚本，而 Puppeteer 启动 Chromium 时会检测到调试器存在，自动启用 --remote-debugging-port 并等待调试连接，导致阻塞。这不是代码问题，是启动方式冲突。

更稳妥的做法：在 launch() 选项里显式禁用远程调试，例如：

await puppeteer.launch({ headless: true, args: ['--no-sandbox', '--disable-setuid-sandbox'] });

如果仍超时，检查是否启用了 WebStorm 的「Node.js Core Library」自动注入（Settings → Languages & Frameworks → Node.js and NPM），关闭它可避免某些 hook 干扰进程启动

这是 Chromium 实例被意外复用或端口残留导致的典型现象，尤其在反复调试、强制终止后。

智能网页爬虫

智能网页数据采集器，自动识别页面结构，批量抓取列表/表格/详情页数据，支持导出JSON/CSV/Excel，内置反爬策略适配。

下载

每次调试前，在终端手动执行：
```
pkill -f "chrome.*headless"
```
（macOS/Linux）或任务管理器杀掉所有 chrome.exe 进程（Windows）
不要依赖 browser.close() 自动清理——WebStorm 调试中断时它可能没执行。改用 process.on('exit') 或 try/finally 包裹 browser.close()
在 launch() 中加上 executablePath 显式指定 Chromium 路径（比如 node_modules/puppeteer/.local-chromium/...），避免系统全局 Chrome 干扰

WebStorm 默认只加载 Node.js 内置类型，Puppeteer 的类型定义需要手动关联，否则会出现“unresolved function”警告或无补全。

确认项目已安装类型包：
```
npm install --save-dev @types/puppeteer
```
在 WebStorm 中右键 node_modules/@types/puppeteer → “Mark as Plain Text” 取消勾选（确保它是“Library root”）
检查 Settings → Languages & Frameworks → JavaScript → Libraries，确认 @types/puppeteer 已出现在列表中且状态为 “Active”
若仍无提示，尝试 File → Invalidate Caches and Restart → “Invalidate and Restart”

不是 Chromium 没下载，而是 WebStorm 启动脚本时的 PWD（当前工作目录）和 package.json 不在同一层，导致 Puppeteer 找不到本地 Chromium 二进制文件。

在 Run Configuration 的 “Working directory” 栏明确填入项目根路径，例如：
```
$ProjectFileDir$
```
避免使用相对路径如 ./ 或空值——WebStorm 有时会默认设成 IDE 安装目录
验证 Chromium 是否真存在：
```
ls node_modules/puppeteer/.local-chromium/
```
（Linux/macOS）或查看对应 Windows 文件夹下是否有子目录
如仍失败，可临时降级到稳定版 Puppeteer：
```
npm install puppeteer@19.11.1
```
（新版对环境变量更敏感）

WebStorm 对 Puppeteer 的支持其实挺直接，但关键点都在“启动上下文”里——它不关心你写的是不是爬虫，只认 Node.js 进程怎么起、Chromium 怎么连、类型定义往哪找。最容易被忽略的是 Working directory 和调试模式开关，这两个设错，其他都白调。