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
预渲染流程图
安装中间件
- 首先注册登录 Prerender.io,并且获得个人token
- 根据,配置对应的中间件,如Nginx,Apache等。
- 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; } }}复制代码
参考配置:
- 检测nginx配置,并重启nginx
nginx -tservice nginx restart复制代码
- 中间件安装完成
安装Prerender服务
-
在服务器上安装Node环境
-
下载Prerender服务
git clone https://github.com/prerender/prerender.git复制代码
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/phantomjsnpm install复制代码
文件结构如下:
- 运行server.js
# 启动Server.js, 默认监听3000端口node server.js复制代码
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
- 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复制代码
- 写入内容 vi google-chrome.repo
[google-chrome]name=google-chromebaseurl=http://dl.google.com/linux/chrome/rpm/stable/$basearchenabled=1gpgcheck=1gpgkey=https://dl-ssl.google.com/linux/linux_signing_key.pub复制代码
- 安装运行
# 国内推荐yum -y install google-chrome-stable --nogpgcheck复制代码
- 安装路径 安装成功后,Chrome的安装路径应该是
/opt/google/chrome
默认情况下,root用户不能直接运行chrome,所以可以新建另一个用户如other来运行
cd /opt/google/chromesu other./chrome复制代码
- Chrome安装完成
启动Prerender.io服务
- 已other用户再次运行server.js
su othercd /usr/prerendernode ./server.js复制代码
此时应该是可以成功启动的,并且可以看到该服务监听3000端口 启动结果:
2. 修改nginx配置if ($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; }复制代码
- 保存重启Nginx
- 再次启动Prerender服务
nohup node ./server.js &复制代码
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
- 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复制代码
- 至此,Prerender服务已经安装并启动成功
- 查看端口 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 of your pages 复制代码
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_=复制代码
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复制代码
通过curl命令测试
curl http://www.example.com/user/1?_escaped_fragment_=复制代码
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。