概述 最近在边学边开发一个 chrome 插件，帮人家爬取网站的内容，所以总结下开发时遇到的问题，怎么从零开始开发一个 chrome 插件，实现爬取网站内容、脚本间数据通信、脚本权限和 Tab 的控制等功能。
其实 chrome 的文档有很详细的快速开始的教程，有兴趣的可以看官方教程：Getting started。本篇总结的内容，主要记录我在开发插件时遇到的问题，会比官方的快速教程涉及的内容更多点。
准备 我们要做一个 chrome插件，功能是根据网站的列表，点击对应的详情，获取里面的详细内容，最后在一个自定义页面查看爬取的内容。
我这里已经把下面的内容整合成一个项目了，如果嫌麻烦，可以直接 clone 这个仓库：chrome 插件 demo
首先需要新建一个项目，添加对应的文件，文件结构如下：

. ├── data.json # list.html 和 detail.html 使用到的数据 ├── demo │├── background.js │├── common.js │├── getDetail.js │├── getList.js │├── jquery.min.js │├── manifest.json │├── popup.html │└── popup.js ├── detail.html # 要爬取的详情页 └── list.html # 要爬取的列表页

整个插件的开发，上面的文件都会用到，后面会一一对其补充内容，用到哪个文件，再解释其作用。
准备爬取的网页内容
我这里截取了一部分的数据，但也足够使用，修改 data.json：

const DATA = https://www.it610.com/article/{"array": [ { "name": "Amy Rodriguez", "id": "63000019860511796X" }, { "name": "Jose Harris", "id": "14000019891212344X" }, { "name": "Kenneth Jones", "id": "150000200908039343" }, { "name": "Elizabeth Wilson", "id": "630000197205295754" }, { "name": "Elizabeth Hall", "id": "32000020040726080X" }, { "name": "Frank Garcia", "id": "410000199606123660" }, { "name": "George White", "id": "320000198909170249" }, { "name": "Susan Walker", "id": "610000198001276878" }, { "name": "Deborah Brown", "id": "810000200504028347" }, { "name": "Angela Hernandez", "id": "630000197207149056" }, { "name": "Jason Hall", "id": "620000198209225078" }, { "name": "Robert Clark", "id": "350000197212127591" }, { "name": "Shirley Thomas", "id": "50000020100911686X" }, { "name": "Mark Miller", "id": "650000200506212412" }, { "name": "Dorothy Jones", "id": "610000200708203138" }, { "name": "Gary Lopez", "id": "140000198703280844" }, { "name": "Margaret Davis", "id": "520000200206107072" }, { "name": "Steven Allen", "id": "330000201501316327" }, { "name": "Brenda Lewis", "id": "520000199709270757" } ] }

list.html 有一些我自己测试的逻辑，不用关心这个文件，修改 list.html：

.item { display: flex; width: 500px; } .page { display: flex; } .prev, .next { width: 50px; height: 50px; display: flex; align-items: center; justify-content: center; margin: 20px; }上 1 下

修改 detail.html：

list.html 和 detail.html 为了模拟更真实的情况，我采用异步渲染数据的形式。
mainfest.json 配置
首先我们修改 manifest.json

{ "name": "Test", "description": "chrome 插件", "version": "1.0", "manifest_version": 3, "background": { "service_worker": "background.js" }, "permissions": [ "storage", "tabs" ], "action": { "default_popup": "popup.html" }, "content_scripts": [ { "matches": ["file:///*/chrome-extension-demo/detail.html*"], "js": [ "getDetail.js"] }, { "matches": ["file:///*/chrome-extension-demo/list.html"], "js": ["getList.js"] } ] }

像 name、description、version 这些字段，就是字面意思，对该插件的一些信息声明。
background：相当于整个插件的核心，管理事件。
permissions: 告诉浏览器你需要用到什么权限。
popup：弹窗页面，其实都是 html，只不过它的打开形式是通过点击在浏览器右上方的 icon，一个弹窗的形式。
content_scripts：接收一个数组，根据你的 matches 注入对应的 js 到页面内执行。
导入到 chrome
我们现在可以把插件导入到 chrome，在浏览器输入 chrome://extensions/ 并打开，会看到下图：

文章图片

我们打开开发者模式，并点击加载扩展程序，选择我们的插件根目录

文章图片

会看到插件导入成功，现在是启动状态，然后在浏览器盯住显示：

文章图片

现在插件导入成功了。
基本运行原理
我们的准备工作完成了，在开发前要明白我们 chrome 插件基本的运行逻辑：

文章图片

简单来说：
当我们将插件导入到 chrome 并启动后，background.js 就会执行。
当我们点击右上角的 icon 时，就会渲染 popup.html，当弹窗关闭后，popup.html 就会销毁。
当我们访问网页时，如果命中 manifest.json 的 content_scripts 时，就会执行对应的脚本，每当刷新页面，都会重新执行脚本，这个要注意。

文章图片

来自于 chorme 官方文档： https://developer.chrome.com/...

这图是来自于官方文档的，是关于不同的脚本之间是如何通信的，可以看到整个通信的流程，核心是 background.js。
总结一下，popup 是帮助我们更方便地使用插件，不是必须；contentscript 是我们的处理网页内容的核心，background.js 是用于管理整个插件的事件通信和做一些全局性的操作。
开发 使用 content_scripts 获取列表和详情的内容
第一步，我们要实现下面的三个功能：

1. 通过 getList.js 检查列表页的内容
2. 找到详情链接点击
3. 在详情页使用 getDetail.js 获取详情内容并存储到插件缓存
4. 详情页发送后，关闭当前页面

列表页的脚本 修改 getList.js：

function checkData(executeNum, callback, maxNum = 10) { if (executeNum >= maxNum) { console.log('100秒过去了，但没有检查到内容') return } setTimeout(() => { if (!!document.querySelector('.item')) { callback() } else { checkData(executeNum + 1, callback) } }, 1000); }function getData() { const items = document.querySelectorAll('.item') console.log(items) items.forEach(item => { item.querySelector('.item-id').click() }) }checkData(0, getData)

我们逐行分析，为什么要这样写。
首先，整个 js 文件的代码是没有被嵌套的，但这些生命的函数是不会被注入到页面的全局对象，chrome 会提供类似沙箱的效果进行隔离的。但如果你想在页面的全局对象添加属性或方法，可以直接 widnow.a = 1 进行添加。
该文件有两个个函数，checkData 和 getData 。
先看下 checkData，它是用于检测页面的内容是否符合我们需要，因为我们处理的网页大部分都是异步的，当浏览器执行你的脚本时，你的数据可能还没渲染出来，所以这时候需要一个轮询的逻辑，不断地检测页面内容，是否符合要求

function checkData(executeNum, callback, maxNum = 10) { if (executeNum >= maxNum) { console.log('100秒过去了，但没有检查到内容') return } setTimeout(() => { if (!!document.querySelector('.item')) { callback() } else { checkData(executeNum + 1, callback) } }, 1000); }

每次等待 1s ，再次进行检测。我们检测的依据，就是这个 dom 是否存在，当发现存在时，则只需回调。这里的回调，我们用的是 getData 函数：

function getData() { document.querySelectorAll('.item').forEach(item => { item.querySelector('.item-id').click() }) }

我们这里是简单处理，直接打开所有的内容详情页，但我个人比较倾向于设计一个任务队列，按量去执行任务。
到这里，getList.js 任务已经完成了，我们再看下 getDetail.js：
详情页的脚本

function checkData(executeNum, callback, maxNum = 10) { if (executeNum >= maxNum) { console.log('100秒过去了，但没有检查到内容') return } setTimeout(() => { if (!!document.querySelector('.id')) { callback() } else { checkData(executeNum + 1, callback) } }, 1000); }function getData() { const name = document.querySelector('.name').innerHTML const id = document.querySelector('.id').innerHTML chrome.runtime.sendMessage({ data: { name, id }, close: true }) }checkData(0, getData)

和列表有点类似，同样是一个检测函数和一个获取数据函数。我们主要看下这个：

chrome.runtime.sendMessage({ data: { name, id }, close: true })

chrome 这属性，如果没有注入对应的脚本进去，是不会找到的，这行代码的功能是将数据发送给 background。
详情页只做一个获取数据并发送给 background 的操作，这里发送了爬取的数据和 close 。close 是告诉 background 这次的发送事件，要把对应的 tab 关闭。
存储数据和关闭 Tab 发送事件写好了，现在要添加一个监听事件，这才能获取详情页发送的数据，修改 background.js：

chrome.runtime.onMessage.addListener(async (msg, sender) => { if (msg.close) { chrome.tabs.remove(sender.tab.id) } if (msg.data) { chrome.storage.sync.get(['data'], function(result) { chrome.storage.sync.set({ data: [...result.data, msg.data] }, function() { console.log('设置数据成功') }); }); } })

这里添加了一个监听事件，当任何一个页面使用了 sendMessage 都会在这里接收到。
当 msg.close 存在时，就会根据 sender.tab.id ，使用 chrome.tabs.remove 关闭对应的 tab。
当 msg.data 存在时，使用 chrome.storage.sync API，进行数据缓存。因为我们是增量添加，所以每次存储前都需要先获取之前的值。
我们可以打开 list.html 试试效果。在打开前，要先对插件进行刷新操作，只要你修改了代码，就需要进行刷新。

文章图片

可以看到现在已经实现了上面所说的功能，进入列表页，会自动打开详情页，而详情页会爬取内容发送给 background，background 将数据缓存并关闭对应的 tab。
查看爬取的内容
现在已经将内容爬取完了，需要查看爬取数据，我们使用 popup.html 把爬取内容展示出来。
修改 popup.html：

.wrap { width: 300px; padding: 24px; }显示数据

修改 popup.js：

const btn = document.querySelector('#show')function log(txt) { document.querySelector('.log') .appendChild(document.createElement('div')) .innerText = "> " + txt; }btn.addEventListener('click', () => { document.querySelector('.log').innerHTML = '' chrome.storage.sync.get(['data'], function(result) { (result.data || []).forEach(({ name }) => { log(name) }) }) })

这里的逻辑很简单，popup.html 就是弹窗渲染的内容，popup.js 是对应执行的脚本，点击按钮，把 chrome.storage.sync 的数据展示出来。
要注意一点，在开头有说过，我们所用的 chrome API 基本上都要在 manifest.json 进行声明：

{ "permissions": [ "storage", "tabs" ] }

至此，我们这个小 demo 已经开发完了，功能很简单，但已经覆盖了很多常用的功能，我这里没有对每个使用到的 API 进行详细解释，只是简单说明而已，具体的 API 说明还是要去官方文档查阅。
注意事项 在整个开发插件的过程中，还是遇到不少的问题。
加载第三方库
如果我们要开发一个稍微复杂的插件，可能需要引入一些第三方库，这里我们来演示下，引入 jquery 并在 getDetail.js 使用。首先修改 background.js 的 content_scripts：

{ "content_scripts": [ { "matches": ["file:///*/chrome-extension-demo/detail.html*"], "js": ["jquery.min.js", "getDetail.js"] }, { "matches": ["file:///*/chrome-extension-demo/list.html"], "js": ["getList.js"] } ] }

添加了之后，修改 getDetail.js 的 getData：

function getData() { const name = $('.name').text() const id = $('.id').text() chrome.runtime.sendMessage({ data: { name, id }, close: true }) }

刷新插件，运行一下，可以看到数据是正常上报的。

"js": ["jquery.min.js", "getDetail.js"]

这段的配置，当命中对应的配置后，会按顺序加载你的 js 文件。
优化通用代码
在开发时，多个文件大部分情况都会出现通用代码或配置的，但 chrome 插件不支持原生的 import，我这里想到的解决方法有两个：

1. 使用 webpack 等工具，每次修改完代码，先编译，再刷新使用
2. 通过 contents_script 可加载多个脚本的特点，先加载通用代码文件，这样后加载的文件都可以使用通用代码文件声明的对象、函数。

第一种这里就不多说了，有点麻烦，但这个是最完美的，完美解决通用代码的问题。
第二种，我们分别修改 common.js、getList.js、getDetail.js 和 manifest.json 文件。
修改 common.js：

function checkData(checkDomTxt, executeNum, callback, maxNum = 10) { if (executeNum >= maxNum) { console.log('100秒过去了，但没有检查到内容') return } setTimeout(() => { if (!!document.querySelector(checkDomTxt)) { callback() } else { checkData(checkDomTxt, executeNum + 1, callback, maxNum) } }, 1000); }

getList.js 全覆盖：

function getData() { const items = document.querySelectorAll('.item') items.forEach(item => { item.querySelector('.item-id').click() }) }checkData('.item', 0, getData)

getDetail.js 全覆盖：

function getData() { const name = $('.name').text() const id = $('.id').text() chrome.runtime.sendMessage({ data: { name, id }, close: true }) }checkData('.id', 0, getData)

manifest.json 修改 content_scripts：

{ "content_scripts": [ { "matches": ["file:///*/chrome-extension-demo/detail.html*"], "js": ["common.js", "jquery.min.js", "getDetail.js"] }, { "matches": ["file:///*/chrome-extension-demo/list.html"], "js": ["common.js", "getList.js"] } ] }

我们刷新下插件和 list.html 页面，可以看到插件还是正常运行的，证明了这种加载通用代码的方法是可行的。
当然这种方法虽然相对来说方便，但也有不少问题：

1. 当代码量多起来后，不知道哪个变量是来自哪个文件
2. 命名冲突问题
3. 像 background.js 和 popup.js 不能通过这个方法解决

权限与通信
我们关注三个对象：background、popup 和页面的 content_scripts，这三者之间是如何通信的。
background 和 popup 通信 background 或 popup 发送：

chrome.runtime.sendMessage(...)

background 或 popup 监听：

chrome.runtime.onMessage.addListener(async (msg, sender) => {})

background 和 popup 的通信是最简单的，直接使用 chrome.runtime 的 sendMessage 和 onMessage 就行了。

文章图片

background 与 popup 和 content_scripts 通信 background 或 popup 发送：

// 这里改成了 tabs，不是 runtime chrome.tabs.sendMessage(tabId, data)

content_scripts 监听：

chrome.runtime.onMessage.addListener(async (msg, sender) => {})

background 和 popup 不能类似广播那样发送给 content_scripts，只能根据你要发送的那个网页的 tabId ，调用 chrome.tabs.sendMessage。
你可以在 background.js 和 popup 添加对应的代码：

chrome.tabs.query({}, function(tabs){ const tab = tabs.find(v => v.url.includes('list.html')) if (!tab) return chrome.tabs.sendMessage(tab.id, 'ok') });

找到对应的要发送的 tab，进行指定发送。
background或 popup 监听：

chrome.runtime.onMessage.addListener(async (msg, sender) => {})

content_scripts 发送：

chrome.runtime.sendMessage(...)

文章图片

content_scripts 之间通信 这里就稍微麻烦点，需要通过 background.js 进行转发，我们在 getList.js 添加发送的事件，在 getDetail.js 进行监听。
getList.js：

chrome.runtime.sendMessage('list send')

background.js：

chrome.runtime.onMessage.addListener(async (msg, sender) => { if (msg === 'list send') { chrome.tabs.query({}, function(tabs){ const tab = tabs.find(v => v.url.includes('detail.html')) if (!tab) return chrome.tabs.sendMessage(tab.id, 'to detail') }); } })

detail.js：

chrome.runtime.onMessage.addListener(async (msg, sender) => { console.log(msg) })

这样就可以了，当 getList.js 发送了 list send 信息后，background.js 会接受到，转发给 detail.js，完成了 content_scripts 之间的通信。

文章图片

总结 【从零开始，快速开发一个|从零开始，快速开发一个 chrome 插件，爬取网页内容】这篇文章，主要总结我在开发时遇到的一些问题，是如何解决的，没有具体的解释为什么这样做，希望可以给到大家一个参考，解决在开发 chrome 插件时遇到的问题。

推荐阅读

• 

  降价|双11降价哪家强？iqoo：降900，三星：我降1300，荣耀：未知？
• 

  下厨房app菜单收藏方法
• 

  爱书签的孩子会有额外奖赏
• 

  金华个人所得税专项附加扣除指的是什么？
• 

  英语句法分析树
• 

  有哪些卖茶叶的天猫旗舰店值得推荐？
• 

  高仿尼康相机推荐 高仿尼康相机
• 

  蛤蜊的营养功效
• 

  射手座女生喜欢什么样的礼物 射手座女生漂亮吗
• 

  温州怎么查社保卡里有多少钱，怎么查社保余额
• 

  怎么用豆浆机打豆浆 怎么用豆浆机打豆浆好喝
• 

  ps怎么给图像加影子详细教程
• 

  阳台种什么植物 阳台种什么植物最旺风水
• 

  南极之恋是在南极拍的吗
• 

  vb.net设定为粗体 vb字体加粗代码后还原代码
• 

  快餐盒是什么材质的
• 

  孩子不阳光自信怎么办
• 

  榴莲,菠萝蜜,谁是你的最爱？
• 

  佳能35和50 佳能ef35与50
• 

  万答#13，MySQL自增键用完后，插入数据会发生什么情况

• Docker应用:容器间通信与Mariadb数据库主从复制
• 一个人的碎碎念
• 我从来不做坏事
• 上班后阅读开始变成一件奢侈的事
• 从蓦然回首到花开在眼前，都是为了更好的明天。
• 日志打卡
• 西湖游
• 改变自己，先从自我反思开始
• leetcode|leetcode 92. 反转链表 II
• 从我的第一张健身卡谈传统健身房