[Bug]: Since 0.9.1, Linux launches chrome-headless-shell instead of Chromium
I maintainer di solito rispondono entro 1 giorno
Valutazione
- Difficoltà
- 2/5
- Tempo stimato
- 1-3 ore
- Idoneità per principianti
- 72/100
Direzione di ricerca
Inizia da BrowserManager._build_browser_args nel modulo browser_manager di crawl4ai, dove il valore di channel viene scartato per "chromium", e leggi il commento su Windows accanto. Esegui lo snippet dell'issue su Linux per verificare che restituisca None invece di "chromium". Il lavoro è completo quando Linux continua a passare il channel come in 0.9.0, mentre il workaround valido solo per Windows si applica ancora a sys.platform == "win32".
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
crawl4ai version
0.9.1 to 0.9.5
Expected Behavior
On Linux, the default BrowserConfig (chrome_channel="chromium") keeps launching the same browser as in 0.9.0, full Chromium, and the Windows-specific fix stays limited to Windows.
Current Behavior
BrowserManager._build_browser_args no longer passes channel when it is "chromium", on every OS. The comment there explains it as a Windows fix: Playwright looks for a system Chrome there and exits. Without a channel, Playwright launches chrome-headless-shell instead of full Chromium on Linux too, and the two don't behave the same.
The difference we measured: full Chromium moves an http:// navigation to https:// on its own (status 307, internal redirect). chrome-headless-shell requests http:// as given. On sites that only serve HTTPS (port 80 closed, or 403/404 over HTTP), 0.9.0 gets the page and 0.9.1+ fails. On 48 company websites in that situation, 35 that load on 0.9.0 fail on 0.9.5 with Failed on navigating ACS-GOTO or a 403/404 page. The same sites load again on 0.9.5 when channel="chromium" is passed back.
Is this reproducible?
Yes
Code snippets
from crawl4ai.async_configs import BrowserConfig
from crawl4ai.browser_manager import BrowserManager
print(BrowserManager(browser_config=BrowserConfig())._build_browser_args().get("channel"))
# 0.9.0: "chromium" (full Chromium) / 0.9.1+: None (chrome-headless-shell)
Suggested fix
Skip the default channel on Windows only (sys.platform == "win32"), or let BrowserConfig force it. We currently restore it by wrapping BrowserManager._build_browser_args.
- Lingua principale
- Python
- Stelle
- 85.4k
- Fork
- 8.9k
- Merge medio
- 6g 5h
- PR unite (30g)
- 24
Preparare l'ambiente
- Include un Dockerfile o un file Docker Compose
- Ha un modello di pull request
- Leggi la guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di unclecode/crawl4ai
-
[Bug]: BestFirstCrawlingStrategy fetches a full batch past max_pagesForse già presa Una pull request collegata a questa issue è aperta o già unita. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 74/100
unclecode/crawl4ai#2381 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
[Bug]: CrawlerRunConfig.clone() drops fallback_fetch_function, so deep crawls never use itForse già presa Una pull request collegata a questa issue è aperta o già unita. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
I maintainer di solito rispondono entro 1 giorno
-
[Bug]: Docker memory guard reads host RAM when no container limit is set — cgroup v2 "max" defeats get_container_memory_percentForse già presa @Battleplus l’ha presa 53 giorni fa. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
unclecode/crawl4ai#2123 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
[Bug]: After a streamed deep crawl is stopped early, the next deep crawl returns only the start pageForse già presa @PiUnknown l’ha presa 1 giorno fa. Aperta
Difficoltà 4/5 1-2 giorni Idoneità per principianti 12/100
unclecode/crawl4ai#2380 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
[Bug]: PDF URI links are silently discarded by PDFContentScrapingStrategy due to Links schema mismatchForse già presa Una pull request collegata a questa issue è aperta o già unita. Aperta
Difficoltà 3/5 1-2 giorni Idoneità per principianti 35/100
I maintainer di solito rispondono entro 1 giorno
Tutte le issue di unclecode/crawl4ai
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
PolicyEngine/policyengine-us#10262 ·
I maintainer di solito rispondono entro 2 giorni
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 74/100
kellyjonbrazil/jc#788 ·
I maintainer di solito rispondono entro 2 giorni
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
I maintainer di solito rispondono entro 1 giorno
-
`/search.json` ignores the documented `editions.sort` parameterForse già presa @PranavD2905 l’ha presa oggi. ApertaAffects: Server Good First Issue Module: Solr Needs: Triage Theme: Public APIs Theme: Search
Difficoltà 2/5 1-3 ore Idoneità per principianti 74/100
internetarchive/openlibrary#13989 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
bug P2: misleading query
Difficoltà 2/5 1-3 ore Idoneità per principianti 62/100
jeffknupp/association#478 ·