Phiên Duyệt Web (Browser Session) Là Gì?

Scrapeless Agent Browser hỗ trợ các phiên duyệt web được quản lý và hồ sơ có thể tái sử dụng cho các quy trình công việc cần sự liên tục giữa các bước.

Một phiên duyệt web là một khoảng thời gian hoạt động của trình duyệt cùng với trạng thái mang lại tính liên tục cho hoạt động đó. Ranh giới chính xác phụ thuộc vào ngữ cảnh: người dùng có thể hiểu là thời gian trình duyệt vẫn mở, một trang web có thể hiểu là một tương tác đã xác thực, và một dịch vụ tự động hóa có thể hiểu là một phiên bản trình duyệt được quản lý với vòng đời riêng.

Những nghĩa đó có vùng giao nhau nhưng không giống hệt nhau. Một thẻ đang mở có thể mất đăng nhập vào trang web trong khi trình duyệt vẫn chạy. Một trình duyệt có thể đóng lại trong khi một hồ sơ đã lưu vẫn giữ cookie. Một máy khách từ xa có thể ngắt kết nối mà không nhất thiết chứng minh được rằng trình duyệt của nó đã bị chấm dứt. Tự động hóa đáng tin cậy bắt đầu bằng việc gọi tên vòng đời phiên mà quy trình công việc thật sự phụ thuộc vào.

Các Vòng Đời Khác Nhau Đều Được Gọi Là Phiên

Phiên trình duyệt, phiên trang web, phiên trang và phiên tự động hóa mô tả các dạng liên tục khác nhau. Mỗi loại có sự kiện tạo, trạng thái và điều kiện kết thúc riêng.

Sử dụng những phân biệt này trong hồ sơ công việc. “Phiên đã hết hạn” là chẩn đoán không đầy đủ trừ khi nó xác định được vòng đời. Thời hạn dịch vụ kết thúc cần được xử lý khác với việc một trang web thu hồi xác thực hay một trang điều hướng sang tài liệu khác.

Xác định sự liên tục được kỳ vọng trước khi công việc bắt đầu. Nếu quy trình chỉ đọc thông tin công khai, một ngữ cảnh trình duyệt sạch có thể phù hợp. Nếu nó tiếp tục một tác vụ tài khoản đã được ủy quyền, hãy chỉ rõ trạng thái nào phải được duy trì và ai có thể truy cập trạng thái đó.

Cookie Kết Nối Yêu Cầu Với Trạng Thái Trang Web

Cookie cho phép trình duyệt lưu trữ các giá trị và đính kèm các giá trị tương ứng vào những yêu cầu HTTP sau này. Một trang web có thể sử dụng cookie để tham chiếu một phiên phía máy chủ, lưu một tùy chọn, hoặc hỗ trợ một chức năng ứng dụng khác.

Mô hình HTTP cookie phân biệt thời hạn sử dụng và phạm vi của cookie. Một cookie phiên thường không có thuộc tính hết hạn kéo dài, trong khi một cookie lâu dài có thời hạn rõ ràng. Hành vi khôi phục phiên của trình duyệt có thể làm phức tạp giả định rằng đóng cửa sổ luôn xóa ngay lập tức mọi cookie phiên.

Thời hạn cookie và thời hạn xác thực cũng khác nhau. Một cookie có thể vẫn được lưu trữ sau khi máy chủ ngừng chấp nhận phiên mà nó nhận diện. Ngược lại, xóa cookie cục bộ có thể ngăn trình duyệt trình bày một tham chiếu phiên phía máy chủ vẫn còn tồn tại.

Để chẩn đoán, hãy ghi nhận liệu xác thực còn hợp lệ thông qua một kiểm tra ứng dụng phù hợp. Sự tồn tại của một cookie với tên quen thuộc là chưa đủ. Tránh để lộ giá trị cookie trong log vì chúng có thể hoạt động như thông tin xác thực truy cập.

Session Storage và Local Storage Có Ranh Giới Khác Nhau

Session storage và local storage là các cơ chế lưu trữ của trình duyệt với phạm vi và vòng đời khác nhau. Không cái nào là tên gọi khác cho toàn bộ phiên duyệt web.

Ranh giới của sessionStorage gắn với origin và ngữ cảnh duyệt cấp cao nhất. Nó có thể tồn tại sau khi tải lại trang trong cùng phiên trang đó, trong khi đóng thẻ liên quan sẽ kết thúc vòng đời thông thường của nó. Một trang mới được mở có thể có hành vi cụ thể liên quan đến opener, vì vậy hãy kiểm thử tuyến tạo ngữ cảnh mà bạn sử dụng.

Cơ chế localStorage lưu trữ dữ liệu gắn với origin xuyên suốt các phiên duyệt thông thường, tùy thuộc vào chính sách trình duyệt và việc người dùng xóa dữ liệu. Nó không được đính kèm vào mọi yêu cầu theo cùng cách như cookie; các script của ứng dụng đọc và ghi nó.

Một ứng dụng có thể kết hợp nhiều kho lưu trữ. Một tùy chọn có thể là cục bộ, một tham chiếu tài khoản có thể nằm trong cookie, và trạng thái giao diện tạm thời có thể chỉ tồn tại trong bộ nhớ. Không thể giả định rằng sao chép một kho sẽ tái tạo được tất cả các kho khác.

Hãy ghi rõ yêu cầu về khả năng duy trì. “Giữ lại các tùy chọn tài khoản giữa các lần chạy” hữu ích hơn “giữ phiên”, vì điều trước có thể được kiểm tra đối chiếu với hành vi thực tế của ứng dụng.

Một Ngữ Cảnh Trình Duyệt (Browser Context) Tách Biệt Trạng Thái Bên Trong Một Thời Gian Chạy

Một ngữ cảnh trình duyệt là ranh giới cách ly được nhiều khách hàng tự động hóa cung cấp cho các trang và trạng thái trình duyệt liên quan. Hành vi chính xác và các điều khiển có sẵn phụ thuộc vào client và cách triển khai trình duyệt.

Nhiều thẻ trong một ngữ cảnh có thể chia sẻ trạng thái nên được dùng chung, như cookie cho cùng một trang web. Các ngữ cảnh riêng biệt có thể hỗ trợ những tác vụ độc lập mà không cố tình chia sẻ trạng thái đó. Điều này hữu ích khi thử nghiệm trải nghiệm chưa đăng nhập song song với trải nghiệm đã đăng nhập được ủy quyền.

Cách ly ngữ cảnh không có nghĩa là mọi tín hiệu môi trường đều khác. Hai ngữ cảnh vẫn có thể sử dụng cùng bản dựng trình duyệt, hệ điều hành và tuyến mạng. Hãy quyết định xem công việc cần cách ly lưu trữ, tách biệt môi trường, hay cả hai.

Sử dụng quyền sở hữu ngữ cảnh một cách rõ ràng. Một worker cần biết tác vụ nào đã tạo ra một ngữ cảnh và khi nào có thể đóng nó. Tái sử dụng một ngữ cảnh dùng chung không được nhận diện khiến một công việc dễ dàng thừa hưởng tùy chọn hoặc dữ liệu tài khoản của công việc khác.

Hồ sơ đã lưu là đầu vào cho các phiên trong tương lai

Một hồ sơ trình duyệt đã lưu giữ lại dữ liệu trình duyệt đã chọn để tái sử dụng, trong khi một phiên trực tiếp bao gồm thời gian chạy hiện tại và các tài liệu đang mở. Hồ sơ không phải là bản chụp đầy đủ của mọi tiến trình trang đang hoạt động.

Giả sử một quy trình được ủy quyền đặt một thị trường ưa thích và sau đó quay lại cùng ứng dụng đó. Một hồ sơ có thể giúp giữ lại tùy chọn liên quan. Lần chạy tiếp theo vẫn cần điều hướng, tải ứng dụng và xác nhận rằng tùy chọn đó đang hoạt động. Máy chủ có thể thay đổi cách diễn giải trạng thái đã lưu một cách độc lập.

Việc tái sử dụng hồ sơ nên mang tính chủ đích. Gán quyền sở hữu theo tài khoản hoặc quy trình làm việc và ngăn các tác vụ đồng thời thực hiện các thay đổi xung đột lên cùng một trạng thái. Xác nhận hành vi hỗ trợ về đồng thời và lưu giữ của nhà cung cấp trước khi thiết kế truy cập hồ sơ dùng chung.

Cũng hãy lên kế hoạch xóa và luân phiên. Một hồ sơ không còn cần thiết vẫn có thể giữ lại các thành phần nhạy cảm. Giữ thời gian lưu trữ tương xứng với nhiệm vụ và tránh xuất trạng thái người dùng thật ra một thư mục gỡ lỗi dùng cho nhiều mục đích.

Thời hạn phiên từ xa là một ranh giới hạ tầng

Thời gian tồn tại của trình duyệt từ xa là một ranh giới cấp dịch vụ quanh tài nguyên trình duyệt. Nó không kéo dài thời gian xác thực của trang web hay đảm bảo rằng một máy khách có thể kết nối lại sau khi hết hạn.

Chọn thời gian tồn tại bao phủ nhiệm vụ có giới hạn dự kiến và đóng trình duyệt khi công việc hoàn tất. Để trình duyệt chạy có thể tiêu tốn tài nguyên và giữ trạng thái vượt quá thời điểm ứng dụng cần.

Phân biệt ngắt kết nối với đóng trong máy khách và dịch vụ đã chọn. Một thao tác có thể tách chương trình điều khiển, trong khi thao tác khác có thể kết thúc trình duyệt. Ngữ nghĩa chính xác là một phần của đường dẫn kết nối được ghi lại, nên hãy xác minh chúng trước khi xây dựng hành vi tiếp tục.

Nếu một tác vụ kéo dài qua bước đánh giá của con người, hãy xác định điểm dừng xảy ra ở đâu và người dùng được ủy quyền giành lại quyền kiểm soát như thế nào. Đừng cho rằng một URL đã lưu tái tạo lại một biểu mẫu trong bộ nhớ, một lần tải lên đang chờ, hoặc một giao dịch ứng dụng đang thực hiện dang dở.

Chẩn đoán mất tính liên tục

Mất tính liên tục nên được chẩn đoán bằng cách xác định trạng thái hoặc vòng đời nào đã thay đổi. Bắt đầu từ trang có thể quan sát được rồi lần theo ranh giới liên quan.

Nếu ứng dụng hiển thị màn hình đăng nhập, hãy kiểm tra xem trình duyệt có ở đúng ngữ cảnh dự kiến không và trang web còn ghi nhận trạng thái xác thực hay không. Nếu tùy chọn thay đổi, hãy kiểm tra việc chọn hồ sơ và chính sách lưu trữ. Nếu kết nối mất, hãy xác định xem thời gian chạy của trình duyệt vẫn tồn tại không trước khi suy luận về các thẻ của nó.

Giữ một bản ghi chẩn đoán tối thiểu: danh tính tác vụ, tham chiếu phiên trình duyệt, tham chiếu hồ sơ nếu có, URL trang cuối cùng và trạng thái dự kiến đã bị thiếu. Các giá trị trạng thái nhạy cảm thường không nên nằm trong bản ghi đó.

Tách biệt mất trạng thái khỏi thay đổi nội dung. Trang web có thể thay đổi nhãn điều khiển hoặc định dạng phản hồi trong khi phiên trình duyệt vẫn còn nguyên. Tái tạo vấn đề với một hồ sơ và môi trường trình duyệt đã biết giúp xác định liệu nguyên nhân thật sự có phải do tính liên tục hay không.

Lập kế hoạch phiên với Scrapeless Agent Browser

Scrapeless Agent Browser cung cấp các phiên được quản lý và hồ sơ trình duyệt có thể tái sử dụng. Các khả năng này giải quyết các phần khác nhau của tính liên tục: một phần chạy quy trình trình duyệt hiện tại, trong khi phần kia có thể lưu giữ dữ liệu trình duyệt được hỗ trợ giữa các lần chạy.

Chọn môi trường mới hoặc được lưu giữ tùy theo nhiệm vụ. Kiểm tra trang công khai có thể hưởng lợi từ trạng thái sạch đã biết. Các tác vụ với tài khoản được ủy quyền có thể cần một hồ sơ được đặt tên với chủ sở hữu rõ ràng và chính sách lưu trữ xác định. Trong cả hai trường hợp, hãy xác minh trạng thái ứng dụng sau khi mở trang.

Quy trình Browser Use cung cấp ngữ cảnh liên quan cho các tác nhân vận hành trình duyệt được lưu trữ. Xem lại các gói Scrapeless với thời gian tồn tại trình duyệt và khối lượng công việc dự kiến trong đầu.

Kết luận

Một phiên trình duyệt là một ranh giới liên tục, nhưng ranh giới đó phải được đặt tên chính xác. Cookie, lưu trữ trang, ngữ cảnh, hồ sơ, xác thực trang web và thời hạn trình duyệt từ xa đều có thể kết thúc vào những thời điểm khác nhau. Xác định trạng thái mà nhiệm vụ cần, cô lập nó một cách có chủ đích, xác minh nó sau khi điều hướng và dọn dẹp khi nhiệm vụ kết thúc.