RPA使用Native Messaging协议实现浏览器自动化

RPA 即机器人流程自动化，是一种利用软件机器人或人工智能来自动化业务流程中规则性、重复性任务的技术。RPA 技术可以模拟和执行人类在计算机上的交互操作，从而实现自动化处理数据、处理交易、触发通知等任务。帮助企业或个人实现业务流程的自动化和优化，提升生产力和效率。

在RPA中自动化通常分为两大块：桌面自动化、浏览器自动化。所谓浏览器自动化就是通过RPA软件控制浏览器执行自动化任务，比如自动打开网页，自动填写网页中的输入框等等。

当时在研发RPA软件时，我实现了一种常用的控制方式：通过进程间通信 + JavaScript代码，来控制浏览器。当时使用Chrome浏览器验证技术链路，其他浏览器大同小异，原理相同。其他控制浏览器的方式还有模拟键鼠操作、WebDriver等，以后分享出来。

技术原理

使用 RPA Chrome插件 + Native Messaging 协议 + Native Messaging Host进程，从而实现本地应用（如RPA软件）与Chrome之间的互相通信、互相控制。

RPA Chrome插件：实际上是通过浏览器插件的方式告诉Chrome浏览器，Native Messaging Host进程所在位置。并且RPA插件解析从RPA进程发来的数据，作为JS代码在浏览器中运行控制网页行为。

Native Messaging（NM）协议：Chrome浏览器与Native Messaging Host通信的协议（传输UTF8 JSON数据，数据格式为 4字节头 + 实际数据，数据头表示后面实际数据的字节数），建立在stdio通信之上。

Native Messaging Host（NM Host）进程：RPA提供的与浏览器通信的桥梁进程，Chrome浏览器打开时，会把Native Messaging Host作为子进程启动。

Chrome浏览器插件有两个核心文件background.js与content.js。background运行在背景页，content与web页面（或tab页）交互。如果使用 Native Messaging 协议，background.js上端负责与content.js通信，下端负责与NM Host进程通信。控制端（RPA软件）与NM Host通信，整个链路就通了：RPA进程 <==byIPC==> NM Host <==> Chrome进程 <==> Chrome插件 <==> 浏览器网页

详细原理图如下：

执行过程

1. RPA进程的打开浏览器指令打开Chrome浏览器进程，通过系统中已安装Chrome的位置，就能打开浏览器进程。
2. Chrome进程打开后，随之打开NM Host进程（如上图），并与NM Host进程用NM协议通信。
3. RPA进程找到NM Host进程，并与之进程间通信（stdio）。
4. RPA进程只要发送正确的JS代码给NM Host进程（通过NM协议），NM Host把数据给浏览器，浏览器的RPA插件收到的数据，解析为JS代码执行，从而控制浏览器行为（如控制网页，打开关闭tab页等）。