新手必看！手把手教你在无界面 Linux 服务器上运行 DrissionPage

新手必看！手把手教你在无界面 Linux 服务器上运行 DrissionPage

一、引言：为什么要在无界面 Linux 服务器上用 DrissionPage？

在自动化办公、网页数据采集、UI 自动化测试等场景中，DrissionPage 是一款极具优势的 Python 工具——它融合了 Selenium 和 Requests 的核心能力，既支持模拟浏览器渲染动态页面，又能像 Requests 一样高效发送 HTTP 请求，还能自动处理 Cookie 同步、验证码识别（需配合插件）等复杂问题，对新手友好度远超传统工具。

而无界面 Linux 服务器（如 Ubuntu Server、CentOS）则是企业级自动化任务的常用载体：它资源占用低（无需运行图形界面）、稳定性强（可 7×24 小时不间断运行）、部署成本低（云服务器最低配置即可满足需求）。将 DrissionPage 部署在无界面 Linux 服务器上，能实现“脚本后台运行、结果自动存储、远程随时管理”的需求，比如定时爬取行业数据、自动生成日报、监控网页更新等。

但对新手而言，“无界面 Linux”+“浏览器自动化”的组合容易踩坑：比如不知道如何安装浏览器驱动、不理解“无头模式”配置、遇到依赖缺失报错时无从下手。本文将从“服务器准备”到“脚本部署上线”，用超详细的步骤和代码示例，帮你零门槛搞定整个流程，每个操作都附带“命令解释”和“错误解决方法”，确保你能跟着做、做必成。

二、准备工作：你需要这些工具和环境

在开始操作前，我们先理清需要准备的“硬件”和“软件”——新手不用慌，大部分工具都是免费的，且配置步骤非常简单。

2.1 核心工具清单

2.2 服务器购买与初始化（以阿里云为例）

如果你还没有 Linux 服务器，推荐选择 阿里云轻量应用服务器（新手优惠价低至 99 元/年），步骤如下：

2.3 SSH 工具安装与服务器连接（以 FinalShell 为例）

FinalShell 是免费的 SSH 工具，支持可视化文件传输（不用记复杂的 scp 命令），新手必用：

2.4 基础 Linux 命令预习（新手必记）

后续操作需要在命令行输入 Linux 命令，先记住这几个核心命令，后续会反复用到：

• ls：查看当前目录下的文件/文件夹（类似 Windows 的“查看文件列表”）；
• cd 路径：切换目录（如 cd /home/ubuntu 切换到 ubuntu 用户的主目录）；
• sudo 命令：以管理员权限执行命令（很多操作需要权限，比如安装软件，输入后会提示输密码，输密码时不会显示，输完按回车即可）；
• apt update：更新 Ubuntu 的软件源列表（安装软件前先执行，确保能下载到最新版本）；
• apt install 软件名：安装软件（如 apt install python3 安装 Python3）；
• python3 –version：查看 Python3 版本（验证是否安装成功）；
• pip3 –version：查看 pip3 版本（pip 是 Python 的包管理工具，用来装 DrissionPage）。

三、环境搭建：从 0 到 1 配置 Linux 服务器

这是最关键的一步——我们需要在无界面 Linux 上安装 Python3、Chrome 浏览器（无头版）、ChromeDriver 驱动，以及 DrissionPage 本身。每个环节都有“避坑指南”，一定要按步骤来。

3.1 第一步：安装 Python3 和 pip3

Ubuntu 22.04 自带 Python3，但可能没有安装 pip3，需要手动补充：

3.2 第二步：安装 Chrome 浏览器（无头版）

无界面 Linux 不能运行带图形的 Chrome，所以需要安装“无头版 Chrome”（即 chromium-browser，Ubuntu 官方维护的开源版本，与 Chrome 功能一致，支持无头模式）：

3.3 第三步：安装 DrissionPage

DrissionPage 是 Python 库，用 pip3 安装即可，步骤超简单：

四、核心操作：编写第一个 DrissionPage 脚本（无界面运行）

环境搭好后，我们来写一个“无界面运行”的脚本——功能是：用 DrissionPage 打开百度，搜索“DrissionPage”，获取搜索结果的标题和链接，最后将结果保存到本地文件。

4.1 步骤 1：在服务器上创建脚本文件

我们用 FinalShell 的“可视化文件管理器”创建脚本，不用记 vim 命令（新手用 vim 容易误操作）：

4.2 步骤 2：编写脚本代码（附带详细注释）

将以下代码复制到 baidu_search.py 中，每个步骤都有注释，新手能看懂每一行的作用：

# 1. 导入 DrissionPage 的核心类（Chromium 用于控制浏览器，Session 用于发送 HTTP 请求，这里用 Chromium）
from drissionpage import Chromium
# 导入 time 模块（用于加延迟，避免操作太快被反爬）
import time

# 2. 配置 Chrome 无头模式参数（关键：无界面运行必须加这些参数）
chrome_options = {
# 启用无头模式（无界面运行）
"headless": True,
# 关闭沙箱模式（Linux 无界面环境必填，否则报错）
"no_sandbox": True,
# 禁用共享内存（小内存服务器必填，避免内存不足）
"disable_dev_shm_usage": True,
# 禁用 GPU 加速（无界面环境不需要 GPU，禁用后更稳定）
"disable_gpu": True,
# 设置浏览器窗口大小（可选，部分网站需要固定大小才能正常渲染）
"window_size": (1920, 1080)
}

# 3. 创建 Chromium 浏览器对象（传入无头模式参数）
# 注意：Linux 上 Chromium 的可执行文件路径是 "/usr/bin/chromium-browser"，需要指定 executable_path
browser = Chromium(
executable_path="/usr/bin/chromium-browser",
options=chrome_options
)

try:
# 4. 打开百度首页
browser.get("https://www.baidu.com")
# 加 2 秒延迟，等待页面加载完成（动态页面需要等 JS 渲染）
time.sleep(2)
print("成功打开百度首页")

# 5. 定位搜索框并输入关键词（DrissionPage 定位元素超简单，支持 ID、XPATH、CSS 等）
# 百度搜索框的 ID 是 "kw"，用 "id=kw" 直接定位
search_box = browser.ele("id=kw")
# 输入关键词 "DrissionPage"
search_box.input("DrissionPage")
print("成功在搜索框输入关键词")

# 6. 定位搜索按钮并点击（百度搜索按钮的 ID 是 "su"）
search_btn = browser.ele("id=su")
search_btn.click()
# 加 3 秒延迟，等待搜索结果加载完成
time.sleep(3)
print("成功点击搜索按钮，等待结果加载")

# 7. 提取搜索结果（百度搜索结果的标题和链接在 class 为 "result-op c-container xpath-log new-pmd" 的div中）
# 用 "class=result-op" 定位所有搜索结果（elems 返回列表，包含所有匹配的元素）
result_list = browser.elems("class=result-op")
# 创建一个列表存储结果
output_data = []
# 遍历结果列表，提取标题和链接
for i, result in enumerate(result_list, start=1):
# 提取标题（标题在 result 下的 h3 标签中，用 "tag=h3" 定位）
title = result.ele("tag=h3").text if result.ele("tag=h3") else "无标题"
# 提取链接（链接在 result 下的 a 标签中，用 "tag=a" 定位，获取 href 属性）
link = result.ele("tag=a").get_attr("href") if result.ele("tag=a") else "无链接"
# 将结果添加到列表中，格式为 "第 N 条：标题 – 链接"
output_data.append(f"第 {i} 条：{title} – {link}")
# 在命令行打印结果（方便实时查看）
print(f"第 {i} 条：{title} – {link}")

# 8. 将结果保存到本地文件（保存到 /home/ubuntu 目录下，文件名为 baidu_result.txt）
with open("/home/ubuntu/baidu_result.txt", "w", encoding="utf-8") as f:
# 将列表中的内容用换行符连接，写入文件
f.write("\\n".join(output_data))
print(f"\\n成功将 {len(output_data)} 条搜索结果保存到 baidu_result.txt")

except Exception as e:
# 捕获所有异常，打印错误信息（方便排查问题）
print(f"脚本运行出错：{str(e)}")

finally:
# 无论脚本是否报错，都关闭浏览器（避免占用服务器资源）
browser.quit()
print("浏览器已关闭")

4.3 步骤 3：运行脚本（无界面模式）

回到 FinalShell 的命令行窗口，执行以下命令运行脚本：

python3 /home/ubuntu/baidu_search.py

运行过程中，命令行会实时打印日志（如“成功打开百度首页”“成功输入关键词”），等待 10-20 秒（取决于网络速度），最后显示“浏览器已关闭”，说明脚本运行完成。

4.4 步骤 4：查看运行结果

4.5 常见报错与解决方法（新手必看）

如果运行脚本时出现报错，不用慌，按以下方法排查：

五、进阶操作：让脚本“后台运行+定时执行”

新手学会“手动运行脚本”后，下一步是实现“脚本后台运行（关闭 SSH 也不停止）”和“定时执行（比如每天 8 点自动运行）”——这才是服务器部署的核心价值。

5.1 后台运行脚本（nohup 命令）

默认情况下，用 python3 脚本.py 运行脚本时，关闭 FinalShell（SSH 连接断开）后，脚本会停止。用 nohup 命令可以让脚本在后台持续运行，步骤如下：

5.2 定时执行脚本（crontab 命令）

如果需要脚本“每天固定时间运行”（如每天 8 点爬取数据），用 Linux 自带的 crontab 定时任务即可，步骤如下：

六、实战案例：用 DrissionPage 爬取动态网页数据（无界面）

前面的案例是“静态搜索”，现在我们来实战一个“动态网页爬取”——爬取“豆瓣电影 Top250”（https://movie.douban.com/top250），这个网页是动态加载的（需要点击“下一页”或滚动加载），传统 Requests 无法爬取，DrissionPage 可以轻松搞定。

6.1 案例脚本：爬取豆瓣电影 Top250 数据

创建 douban_top250.py 脚本，代码如下（附带详细注释）：

from drissionpage import Chromium
import time
import csv # 用于将数据保存为 CSV 文件（方便用 Excel 打开）

# 配置无头模式参数（和之前一致）
chrome_options = {
"headless": True,
"no_sandbox": True,
"disable_dev_shm_usage": True,
"disable_gpu": True,
"window_size": (1920, 1080)
}

# 创建浏览器对象
browser = Chromium(
executable_path="/usr/bin/chromium-browser",
options=chrome_options
)

# 存储所有电影数据的列表
movies_data = []

try:
# 豆瓣 Top250 第一页 URL
base_url = "https://movie.douban.com/top250?start={}&filter="
# 爬取 10 页（共 250 部电影），start 参数从 0、25、50…225
for page in range(10):
start = page * 25
url = base_url.format(start)
print(f"开始爬取第 {page+1} 页：{url}")

# 打开当前页
browser.get(url)
time.sleep(3) # 等待页面加载

# 定位当前页所有电影项（每个电影项的 class 是 "item"）
movie_items = browser.elems("class=item")

# 遍历每个电影项，提取数据
for item in movie_items:
# 1. 排名（在 class 为 "pic" 的 div 下的 em 标签中）
rank = item.ele("class=pic").ele("tag=em").text
# 2. 电影名称（在 class 为 "hd" 的 div 下的 a 标签中，取第一个 span 的文本）
title = item.ele("class=hd").ele("tag=a").elems("tag=span")[0].text
# 3. 导演和演员（在 class 为 "bd" 的 div 下的 p 标签中，取第一行文本）
info = item.ele("class=bd").ele("tag=p").text.split("\\n")[0].strip()
# 4. 评分（在 class 为 "star" 的 div 下的 class 为 "rating_num" 的 span 中）
score = item.ele("class=star").ele("class=rating_num").text
# 5. 评价人数（在 class 为 "star" 的 div 下的最后一个 span 中，提取数字）
comment_num = item.ele("class=star").elems("tag=span")[–1].text.replace("人评价", "")
# 6. 简介（在 class 为 "inq" 的 span 中，没有则显示 "无简介"）
quote = item.ele("class=inq").text if item.ele("class=inq") else "无简介"

# 将当前电影数据添加到列表
movies_data.append([rank, title, info, score, comment_num, quote])
print(f"已爬取：第 {rank} 名 – {title}（评分：{score}）")

print(f"第 {page+1} 页爬取完成，累计爬取 {len(movies_data)} 部电影\\n")

# 将数据保存为 CSV 文件（Excel 可直接打开）
csv_path = "/home/ubuntu/douban_top250.csv"
with open(csv_path, "w", encoding="utf-8-sig", newline="") as f:
# 创建 CSV 写入器
writer = csv.writer(f)
# 写入表头（第一行）
writer.writerow(["排名", "电影名称", "导演/演员", "评分", "评价人数", "简介"])
# 写入所有电影数据
writer.writerows(movies_data)

print(f"豆瓣电影 Top250 爬取完成！共 {len(movies_data)} 部电影，数据已保存到 {csv_path}")

except Exception as e:
print(f"爬取过程出错：{str(e)}")

finally:
browser.quit()
print("浏览器已关闭")

6.2 运行脚本与查看结果

七、常见问题汇总（新手避坑指南）

在无界面 Linux 上运行 DrissionPage 时，新手容易遇到各种小问题，这里汇总了 10 个高频问题及解决方案，帮你快速排查：

7.1 环境类问题

7.2 脚本运行类问题

7.3 后台与定时任务类问题

八、总结与后续学习方向

通过本文的步骤，你已经掌握了“在无界面 Linux 服务器上运行 DrissionPage”的核心流程：从服务器购买、环境搭建，到脚本编写、后台运行、定时执行，甚至实战了动态网页爬取。现在你可以将这个流程应用到自己的需求中，比如：

• 定时爬取行业数据，生成 Excel 报表；
• 监控目标网页更新，有新内容时发送邮件提醒；
• 自动化填写表单、提交数据（如每日打卡、报表上报）。

后续学习方向

推荐资源

• DrissionPage 官方文档：https://gitee.com/g1879/DrissionPage（最权威的教程，包含所有功能示例）；
• Ubuntu 官方文档：https://ubuntu.com/server/docs（学习 Linux 基础操作）；
• FinalShell 教程：https://www.hostbuf.com/t/988.html（掌握文件传输、进程管理等技巧）。

只要跟着本文的步骤实践，再结合官方文档探索高级功能，你很快就能从“新手”成长为“能独立部署 Linux 自动化脚本”的高手。遇到问题时不要慌，先查看日志找报错原因，再对照本文的“常见问题汇总”排查，大部分问题都能快速解决！