4

我将一个小的 Lambda 函数组合在一起,以使用 SpookyJS、CasperJS 和 PhantomJS 工具链来抓取网站以进行无头浏览。这项任务非常简单,几个月前的某个时候,它还在 Lambda 中工作。我最近不得不改变一些事情,并想再次从事该项目,但重新开始并且无法让 Lambda 运行而不会出现任何错误。我的问题是如何在 Lambda 中运行 phantomjs

我正在运行的示例代码是:

spooky.start('http://en.wikipedia.org/wiki/Spooky_the_Tuff_Little_Ghost');
spooky.then(function () {
    this.emit('hello', 'Hello, from ' + this.evaluate(function () {
        return document.title;
    }));
});
spooky.run();

我在 Lambda 中遇到的错误是:

{ [Error: Child terminated with non-zero exit code 1] details: { code: 1, signal: null } }

我遵循了各种程序来确保一切都能够在 Lambda 上运行。以下是我尝试诊断的一长串事情:

  1. 使用本地运行node index.js并确认它正在工作
  2. 将 package.json 和 js 文件上传到 Amazon Linux EC2 实例以按照 npm 安装调用的建议进行编译并在此处描述
  3. 在ec2实例上运行npm install,再次运行node index.js确保输出正确
  4. 压缩所有内容,然后使用 cli 部署到 AWS

我的 package.json 是:

{
  "name": "lambda-spooky-test",
  "version": "1.0.0",
  "description": "",
  "main": "index.js",
  "scripts": {
    "test": "echo \"Error: no test specified\" && exit 1"
  },
  "author": "",
  "license": "ISC",
  "dependencies": {
    "casperjs": "^1.1.3",
    "phantomjs-prebuilt": "^2.1.10",
    "spooky": "^0.2.5"
  }
}

我还尝试了以下操作(大多数也在本地和 AWS EC2 实例上工作,但在 Lambda 上出现相同的错误:

  1. 尝试幻象的非预建版本
  2. 确保可以从路径访问 casperjs 和 phantomjsprocess.env['PATH'] = process.env['PATH'] + ':' + process.env['LAMBDA_TASK_ROOT'] + ':' + process.env['LAMBDA_TASK_ROOT'] + '/node_modules/.bin'; console.log( 'PATH: ' + process.env.PATH );
  3. 通过包装 child_process 的调用来检查 spawn 调用.spawn(),并得到以下信息:

    { '0': 'casperjs',
      '1': 
       [ '/var/task/node_modules/spooky/lib/bootstrap.js',
         '--transport=http',
         '--command=casperjs',
         '--port=8081',
         '--spooky_lib=/var/task/node_modules/spooky/lib/../',
         '--spawnOptions=[object Object]' ],
      '2': {} }
    
  4. 直接调用.exec('casperjs').exec('phantomjs --version')确认它在本地和 EC2 上工作,但在 Lambda 中得到以下错误。命令:

    `require('child_process').exec('casperjs', (error, stdout, stderr) => {
    if (error) { console.error('error: ' + error); }
       console.log('out: ' + stdout);
       console.log('err: ' + stderr);
    });
    

两者都有以下结果:

err: Error: Command failed: /bin/sh -c casperjs
module.js:327
    throw err;
    ^

Error: Cannot find module '/var/task/node_modules/lib/phantomjs'
    at Function.Module._resolveFilename (module.js:325:15)
    at Function.Module._load (module.js:276:25)
    at Module.require (module.js:353:17)
    at require (internal/module.js:12:17)
    at Object.<anonymous> (/var/task/node_modules/.bin/phantomjs:16:15)
    at Module._compile (module.js:409:26)
    at Object.Module._extensions..js (module.js:416:10)
    at Module.load (module.js:343:32)
    at Function.Module._load (module.js:300:12)
    at Function.Module.runMain (module.js:441:10)

2016-08-07T15:36:37.349Z    b9a1b509-5cb4-11e6-ae82-256a0a2817b9    sout: 
2016-08-07T15:36:37.349Z    b9a1b509-5cb4-11e6-ae82-256a0a2817b9    serr: module.js:327
    throw err;
    ^

Error: Cannot find module '/var/task/node_modules/lib/phantomjs'
    at Function.Module._resolveFilename (module.js:325:15)
    at Function.Module._load (module.js:276:25)
    at Module.require (module.js:353:17)
    at require (internal/module.js:12:17)
    at Object.<anonymous> (/var/task/node_modules/.bin/phantomjs:16:15)
    at Module._compile (module.js:409:26)
    at Object.Module._extensions..js (module.js:416:10)
    at Module.load (module.js:343:32)
    at Function.Module._load (module.js:300:12)
    at Function.Module.runMain (module.js:441:10)
4

1 回答 1

3

我发现问题在于node_modules/.bin在本地和 ec2 机器上都包含路径,因为这些文件只是指向/bin每个相应库中的操作文件夹。如果这些文件中的调用使用相对路径,则会中断。问题:

[ec2-user@ip-172-31-32-87 .bin]$ ls -lrt
total 0
lrwxrwxrwx 1 ec2-user ec2-user 35 Aug  7 00:52 phantomjs -> ../phantomjs-prebuilt/bin/phantomjs
lrwxrwxrwx 1 ec2-user ec2-user 24 Aug  7 00:52 casperjs -> ../casperjs/bin/casperjs

我通过将每个库各自的 bin 添加到 Lambda 处理程序函数中的 lambda 路径来解决此问题:

process.env['PATH'] = process.env['PATH'] + ':' + process.env['LAMBDA_TASK_ROOT'] 
        + ':' + process.env['LAMBDA_TASK_ROOT'] + '/node_modules/phantomjs-prebuilt/bin'
        + ':' + process.env['LAMBDA_TASK_ROOT'] + '/node_modules/casperjs/bin';

现在这将在 Lambda 中正确运行 phantom、casper 和 spooky。

于 2016-08-07T16:20:45.307 回答