基于chrome插件的爬虫可视化点选配置工具

　　Chrome插件是一个用Web技术开发、用来提高浏览器功能的软件，它虽然就是一个由HTML、CSS、JS、图片等资源组成的一个.crx后缀的压缩包.

　　Chrome插件没有严格的项目结构要求，只要保证本目录有一个manifest.json即可，也不需要专门的IDE，普通的web开发工具即可。

　　从右上角菜单->更多工具->扩展程序可以步入 插件管理页面，也可以直接在地址栏输入chrome://extensions 访问。

　　

　　网上介绍chrome插件开发的文章已经好多了，这里就不赘言了，只列一些项目中须要的

　　这是一个Chrome插件最重要也是必不可少的文件，用来配置所有和插件相关的配置，必须置于根目录。其中，manifest_version、name、version3个是必不可少的，description和icons是推荐的。

　　下面给出的是一些常见的配置项，均有英文注释

　　{

// 清单文件的版本，这个必须写，而且必须是2

"manifest_version": 2,

// 插件的名称

"name": "demo",

// 插件的版本

"version": "1.0.0",

// 插件描述

"description": "简单的Chrome扩展demo",

// 图标，一般偷懒全部用一个尺寸的也没问题

"icons":

{

"16": "img/icon.png",

"48": "img/icon.png",

"128": "img/icon.png"

},

// 会一直常驻的后台JS或后台页面

"background":

{

// 2种指定方式，如果指定JS，那么会自动生成一个背景页

"page": "background.html"

//"scripts": ["js/background.js"]

},

// 浏览器右上角图标设置，browser_action、page_action、app必须三选一

"browser_action":

{

"default_icon": "img/icon.png",

// 图标悬停时的标题，可选

"default_title": "这是一个示例Chrome插件",

"default_popup": "popup.html"

},

// 当某些特定页面打开才显示的图标

/*"page_action":

{

"default_icon": "img/icon.png",

"default_title": "我是pageAction",

"default_popup": "popup.html"

},*/

// 需要直接注入页面的JS

"content_scripts":

[

{

//"matches": ["http://*/*", "https://*/*"],

// "<all_urls>" 表示匹配所有地址

"matches": ["<all_urls>"],

// 多个JS按顺序注入

"js": ["js/jquery-1.8.3.js", "js/content-script.js"],

// JS的注入可以随便一点，但是CSS的注意就要千万小心了，因为一不小心就可能影响全局样式

"css": ["css/custom.css"],

// 代码注入的时间，可选值： "document_start", "document_end", or "document_idle"，最后一个表示页面空闲时，默认document_idle

"run_at": "document_start"

},

// 这里仅仅是为了演示content-script可以配置多个规则

{

"matches": ["*://*/*.png", "*://*/*.jpg", "*://*/*.gif", "*://*/*.bmp"],

"js": ["js/show-image-content-size.js"]

}

],

// 权限申请

"permissions":

[

"contextMenus", // 右键菜单

"tabs", // 标签

"notifications", // 通知

"webRequest", // web请求

"webRequestBlocking",

"storage", // 插件本地存储

"http://*/*", // 可以通过executeScript或者insertCSS访问的网站

"https://*/*" // 可以通过executeScript或者insertCSS访问的网站

],

// 普通页面能够直接访问的插件资源列表，如果不设置是无法直接访问的

"web_accessible_resources": ["js/inject.js"],

// 插件主页，这个很重要，不要浪费了这个免费广告位

"homepage_url": "https://www.baidu.com",

// 覆盖浏览器默认页面

"chrome_url_overrides":

{

// 覆盖浏览器默认的新标签页

"newtab": "newtab.html"

},

// Chrome40以前的插件配置页写法

"options_page": "options.html",

// Chrome40以后的插件配置页写法，如果2个都写，新版Chrome只认后面这一个

"options_ui":

{

"page": "options.html",

// 添加一些默认的样式，推荐使用

"chrome_style": true

},

// 向地址栏注册一个关键字以提供搜索建议，只能设置一个关键字

"omnibox": { "keyword" : "go" },

// 默认语言

"default_locale": "zh_CN",

// devtools页面入口，注意只能指向一个HTML文件，不能是JS文件

"devtools_page": "devtools.html"

}

　　所谓content-scripts，其实就是Chrome插件中向页面注入脚本的一种方式（虽然名为script，其实还可以包括css的），借助content-scripts我们可以实现通过配置的形式轻松向指定页面注入JS和CSS（如果须要动态注入，可以参考下文），最常见的例如：广告屏蔽、页面CSS订制，等等。

　　示例配置：

　　{

// 需要直接注入页面的JS

"content_scripts":

[

{

//"matches": ["http://*/*", "https://*/*"],

// "<all_urls>" 表示匹配所有地址

"matches": ["<all_urls>"],

// 多个JS按顺序注入

"js": ["js/jquery-1.8.3.js", "js/content-script.js"],

// JS的注入可以随便一点，但是CSS的注意就要千万小心了，因为一不小心就可能影响全局样式

"css": ["css/custom.css"],

// 代码注入的时间，可选值： "document_start", "document_end", or "document_idle"，最后一个表示页面空闲时，默认document_idle

"run_at": "document_start"

}

],

}

　　特别注意，如果没有主动指定run_at为document_start（默认为document_idle），下面这些代码是不会生效的

　　document.addEventListener('DOMContentLoaded', function()

{

console.log('我被执行了！');

});

　　content-scripts和原始页面共享DOM，但是不共享JS，如要访问页面JS（例如某个JS变量），只能通过`injected

　　js来实现。content-scripts不能访问绝大部分chrome.xxx.api`，除了下边这4种：

　　由于content-script可以注入到页面，所以我们即将开发的插件的主要功能就在这里

　　后台（姑且如此翻译吧）爬虫软件增加网页访问，是一个常驻的页面，它的生命周期是插件中所有类型页面中最长的，它随着浏览器的打开而打开，随着浏览器的关掉而关掉，所以一般把须要仍然运行

　　的、启动就运行的、全局的代码放到background上面。

　　background的权限十分高，几乎可以调用所有的Chrome扩充API（除了devtools），而且它可以无限制跨域，也就是可以跨域访问任何网站而无需要

　　求对方设置CORS。

　　经过测试，其实不止是background，所有的直接通过chrome-extension://id/xx.html这些方法打开的网页都可以无限制跨域。

　　配置中，background可以通过page指定一张网页，也可以通过scripts直接指定一个JS，Chrome会手动为这个JS生成一个默认的网页：

　　{

// 会一直常驻的后台JS或后台页面

"background":

{

// 2种指定方式，如果指定JS，那么会自动生成一个背景页

"page": "background.html"

//"scripts": ["js/background.js"]

},

}

　　这里顺带介绍一下event-pages，它是一个哪些东西呢？鉴于background生命周期很长，长时间挂载后台可能会影响性能，所以Google又弄一个event-pages，在配置文件上，它与background的惟一区别就是多了一个persistent参数：

　　{

"background":

{

"scripts": ["event-page.js"],

"persistent": false

},

}

　　它的生命周期是：在被须要时加载，在空闲时被关闭，什么叫被须要时呢？比如第一次安装、插件更新、有content-script向它发送消息，等等。

　　我们要开发的插件目前用到了background和content_scripts这两个选项，如果之后添加新功能时再瞧瞧其他的选项爬虫软件增加网页访问，对chrome插件开发感兴趣的朋友可以瞧瞧这本书