前言

使用Angular,Vue,React进行单页网站开发,用户浏览时浏览器动态解析JS,呈现出最终的页面,用户体验比较好,网站性能也提高不少。

但网络爬虫并不会动态解析Js,访问所有URL得到的只会是项目入口文件中的代码,不能得到具体的内容,也就无法做网站SEO。

使用Prerender.io做网站预渲染,可以将网站页面渲染之后再返回给网络爬虫,间接完成网页的解析。
Prerender相较于其他的解决方案,配置相对要简单一些,不用修改项目源码,代码零侵入,是一个不错的解决方案。

目标

搭建基于Centos 7 和 Nginx 环境的Prerender渲染服务,完成Angular项目中网页的预渲染

运行流程图

运行流程

安装中间件
  1. 首先注册登录 Prerender.io,并且获得个人token
    token
  2. 根据开发文档,配置对应的中间件,如Nginx,Apache等。
  3. 配置Nginx中间件,参考配置如下:
server {
    listen 80;
    server_name example.com;
 
    root   /path/to/your/root;
    index  index.html;

    location / {
        try_files $uri @prerender;
    }
 
    location @prerender {
        # 将 YOUR_TOKEN替换为你的个人token
        proxy_set_header X-Prerender-Token YOUR_TOKEN;
        
        set $prerender 0;
        if ($http_user_agent ~* "googlebot|bingbot|yandex|baiduspider|twitterbot|facebookexternalhit|rogerbot|linkedinbot|embedly|quora link preview|showyoubot|outbrain|pinterest|slackbot|vkShare|W3C_Validator") {
            set $prerender 1;
        }
        if ($args ~ "_escaped_fragment_") {
            set $prerender 1;
        }
        if ($http_user_agent ~ "Prerender") {
            set $prerender 0;
        }
        if ($uri ~* "\.(js|css|xml|less|png|jpg|jpeg|gif|pdf|doc|txt|ico|rss|zip|mp3|rar|exe|wmv|doc|avi|ppt|mpg|mpeg|tif|wav|mov|psd|ai|xls|mp4|m4a|swf|dat|dmg|iso|flv|m4v|torrent|ttf|woff|svg|eot)") {
            set $prerender 0;
        }
        
        #resolve using Google's DNS server to force DNS resolution and prevent caching of IPs
        resolver 8.8.8.8;
 
        if ($prerender = 1) {
            
            # 后续将service.prerender.io替换为自己的prerender服务,如127.0.0.1:3000
            set $prerender "service.prerender.io";
            rewrite .* /$scheme://$host$request_uri? break;
            proxy_pass http://$prerender;
        }
        if ($prerender = 0) {
            rewrite .* /index.html break;
        }
    }
}

参考配置:https://gist.github.com/thoop/8165802
5. 检测nginx配置,并重启nginx

nginx -t
service nginx restart
  1. 中间件安装完成
安装Prerender服务
  1. 在服务器上安装Node环境
  2. 下载Prerender服务
git clone https://github.com/prerender/prerender.git

若没有安装git服务,可手动从Github下载再上传到/usr文件夹下,再解压到当前目录下
3. 安装npm依赖

cd /usr/prerender

# Phantomjs 官方的下载地址会超时,此处重新指定其下载地址为淘宝镜像
export PHANTOMJS_CDNURL=https://npm.taobao.org/mirrors/phantomjs

npm install

文件结构如下:
文件结构
4. 运行server.js

# 启动Server.js, 默认监听3000端口
node server.js

此时,如果预先没有安装过Chrome,则会启动失败

提示启动Chrome失败,未检测到Chrome,此时安装Chrome就好了

为什么要安装Chrome呢,因为Prerender并不负责真正的网页解析,Prerender只负责解析前后的处理,实际是由Chrome负责网页的解析。

安装Chrome
  1. 配置yum源
    因为国内无法访问Google,所以需要自己配置yum源,在目录 /etc/yum.repos.d/ 下新建google-chrome.repo文件
cd /ect/yum.repos.d/

touch google-chrome.repo

  1. 写入内容
vi google-chrome.repo

[google-chrome]
name=google-chrome
baseurl=http://dl.google.com/linux/chrome/rpm/stable/$basearch
enabled=1
gpgcheck=1
gpgkey=https://dl-ssl.google.com/linux/linux_signing_key.pub
  1. 安装运行
# 国内推荐
yum -y install google-chrome-stable --nogpgcheck
  1. 安装路径
    安装成功后,Chrome的安装路径应该是
    /opt/google/chrome

默认情况下,root用户不能直接运行chrome,所以可以新建另一个用户如other来运行

cd /opt/google/chrome

su other

./chrome
  1. Chrome安装完成
启动Prerender.io服务
  1. 已other用户再次运行server.js
su other

cd /usr/prerender

node ./server.js

此时应该是可以成功启动的,并且可以看到该服务监听3000端口

启动结果:
启动结果
2. 修改nginx配置

if ($prerender = 1) {
            
            # 修改如下:
            # set $prerender "service.prerender.io";
            set $prerender "127.0.0.1:3000";
            rewrite .* /$scheme://$host$request_uri? break;
            proxy_pass http://$prerender;
        }
  1. 保存重启Nginx
  2. 再次启动Prerender服务
nohup node ./server.js &

其中nohup命令是将该服务加入守护进程,避免ssh对话窗口关闭导致服务关闭,参考Linux设置Jar后台运行

  1. 如果开启了防火墙,需要将3000端口加入防火墙
firewall-cmd —zone=public —add-port=3000/tcp —permanent

# 重启防火墙
firewall-cmd —reload
  1. 至此,Prerender服务已经安装并启动成功
  2. 查看端口
    端口结果
    Node,Google-Chrome,Nginx服务都应在后台运行
测试
If you use html5 push state (recommended):
Just add this meta tag to the <head> of your pages

<meta name="fragment" content="!"> 
If your URLs look like this:
http://www.example.com/user/1 

Then access your URLs like this:
http://www.example.com/user/1?_escaped_fragment_=
If you use the hashbang (#!):
If your URLs look like this:
http://www.example.com/#!/user/1 

Then access your URLs like this:
http://www.example.com/?_escaped_fragment_=/user/1
通过curl命令测试
curl http://www.example.com/user/1?_escaped_fragment_=

在配置prerender服务前,以上返回的只是index.html的内容, 如果配置成功则会返回解析后的内容。

Logo

前往低代码交流专区

更多推荐