Skip to content

Fix/update playwright chromium - #921

Merged
AlexCXC merged 3 commits into
masterfrom
fix/update-playwright-chromium
Nov 4, 2026
Merged

AlexCXC merged 3 commits into
masterfrom
fix/update-playwright-chromium

Conversation

@AlexCXC

@AlexCXC AlexCXC commented Nov 3, 2026

Copy link
Copy Markdown
Contributor

No description provided.

- Upgrade playwright 1.48.0 -> 1.64.* (Chromium 130 -> 156), replacing the
  outdated Chrome 96 / chromedriver with Playwright's bundled Chromium
- Add external request whitelist for PDF rendering
  (CONVERT_PDF_BLOCK_EXTERNAL_REQUESTS / CONVERT_PDF_ALLOWED_HOSTS) to prevent
  SSRF and unstable external resources during rendering
- Enable Chromium sandbox for non-root users and drop redundant/unnecessary
  custom launch args (root cannot enable sandbox)
- Wait for page-design/document render completion before exporting PDF
- Remove dead selenium code and its dependency
Add CONVERT_PDF_BROWSER_EXECUTABLE_PATH to specify a custom Chromium
executable for PDF rendering. Defaults to empty, which keeps using
Playwright's bundled Chromium.

@seafile-dev seafile-dev left a comment

Copy link
Copy Markdown

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

结论:请求修改。当前实现尚未完成 Path B 的安全修复。未提供设计文档链接,本次按任务要求核对浏览器升级、非 root、sandbox 和网络隔离。

阻塞问题:

  1. root 路径仍以无 sandbox 模式启动;Playwright 1.64.1 实际进程的 UID 为 0,命令行仍含 --no-sandbox,见行内评论。
  2. 网络隔离默认关闭;即使开启,context.route 也未拦截非白名单 WebSocket,见行内评论。
  3. 配套 automation-worker #21 删除系统 Chrome 默认路径后,现有 Dockerfile 只安装 Chrome 96、未安装 Playwright 浏览器;干净浏览器缓存下启动报 Executable doesn't exist,需同步修复镜像安装路径,详见配套 PR 审查。

验证:在两份精确 PR head 上加载实际 manager 模块,使用 Python 3.12、Playwright 1.64.1 及其 Chromium 156.0.8078.4 实测;替换部署配置模块,保留真实浏览器与本地 HTTP/WebSocket 服务,正常 HTML 可生成 PDF,非白名单 HTTP 在开启过滤后被阻止,但 WebSocket 仍连接成功。非 root 分支参数检查确认传入 chromium_sandbox=True;未验证生产容器中的非 root sandbox 启动,未运行浏览器漏洞利用。

当前 head 的 CI 日志显示 SQL 6 项、webhook 16 项测试通过,但未执行 PDF 浏览器安全回归;本地完整测试受部署依赖限制,不能视为通过。管理员文档仓库经认证重试仍返回 404,无法确认相关运维说明。合并前请补充镜像内浏览器安装、非 root sandbox 启动、默认网络拒绝及 WebSocket 拒绝的自动化回归,并同步运维配置。

kwargs['executable_path'] = CONVERT_PDF_BROWSER_EXECUTABLE_PATH
# Chromium refuses to enable the sandbox when running as root
# (see https://crbug.com/638180), so only enable it for non-root users.
if os.geteuid() != 0:

Copy link
Copy Markdown

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

[Critical] root 分支仍禁用 sandbox

影响:以任务描述的 root 方式运行时,此分支不会设置 chromium_sandbox=True,而 Playwright 默认关闭 sandbox。我用本 PR 的启动函数及 Playwright 1.64.1 实测,浏览器进程仍为 UID 0,命令行自动带有 --no-sandbox;删除手写参数并未消除高权限、无沙箱的风险。

建议修复:强制渲染器以专用非 root 用户运行,并始终启用 chromium_sandbox;检测到 root 时应拒绝启动而不是静默降级,同时更新服务启动配置。

logger.debug("block external request: %s", route.request.url)
await route.abort()

await context.route("**/*", _route_handler)

Copy link
Copy Markdown

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

[Critical] 请求路由不构成网络隔离

影响:过滤默认关闭,且即使配置开启,context.route 也不拦截 WebSocket。真实 Chromium 中,白名单外的本地 HTTP 请求被阻止,但同一目标的 ws:// 连接仍成功;用户可影响的页面仍能访问非白名单网络,未满足任务的网络隔离要求。

建议修复:在独立渲染进程或容器的网络层默认拒绝出站访问,仅经受控通道获取渲染必需资源;应用层同时默认开启过滤,并显式拒绝非白名单 WebSocket。

Copy link
Copy Markdown

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

当前 head 复核:两个 PR 新增的 route_web_socket 已修复此评论中的 WebSocket 绕过子项。使用真实 Chromium 156.0.8078.4 和非白名单本地目标实测,开启过滤后 HTTP、WebSocket 均被阻止,服务端未收到相应请求。

剩余阻塞仍属于本线程的网络隔离根因:CONVERT_PDF_BLOCK_EXTERNAL_REQUESTS 仍默认 False,默认启动时相同 HTTP、WebSocket 目标均可连接;当前改动也未提供渲染进程的网络层出站隔离。建议默认启用过滤,并在独立渲染进程或容器实施默认拒绝出站、仅允许受控资源通道的网络策略;WebSocket 绕过不再作为当前缺陷。

route() only intercepts HTTP/HTTPS, so WebSockets bypassed the whitelist.
Add route_web_socket() to block non-whitelisted ws/wss connections using
the same switch and allowed-host set.

@seafile-dev seafile-dev left a comment

Copy link
Copy Markdown

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

结论:请求修改。当前 head:2d2d93a461f2dc61fd378f694331ca535a800cff。相较上一轮,WebSocket 绕过已修复,但 Path B 安全验收仍未完成。输入未提供设计文档链接,按任务要求审查。

已修复:开启过滤后,非白名单 HTTP、WebSocket 均被真实 Chromium 阻止,服务端未收到对应请求;此前 WebSocket 绕过子项撤回,已在原线程补充验证。

仍需修复:
root 启动仍有效禁用 sandbox,实际浏览器 UID=0 且含 --no-sandbox。应强制专用非 root 用户运行、始终启用 sandbox,并拒绝 root 启动。原评论:#921 (comment)
网络过滤仍默认 False,默认配置下非白名单 HTTP、WebSocket 均连接成功;当前 PR 未实施网络层隔离。应默认拒绝出站,仅允许受控资源通道,并默认启用应用层过滤。原评论:#921 (comment)
配套 automation-worker 镜像仍只安装并锁定 Chrome 96,未安装匹配版本的 Playwright Chromium;清空浏览器缓存后启动报 Executable doesn't exist。应同步修复镜像安装与运行用户权限。原评论:https://github.com/seatable/automation-worker/pull/21#discussion_r4456503183

验证:在两个精确 live head 加载实际 manager 模块,复用已安装的 Python 3.12、Playwright 1.64.1、psutil 6.1.0 和匹配 Chromium 156.0.8078.4,替换部署配置模块,保留真实浏览器与本地 HTTP/WebSocket 服务。两仓开启过滤时的公共批量导出入口均成功处理带 page-design/document 完成标记的本地页面并生成有效 PDF;这不是生产页面端到端验收。非 root 分支仅验证启动参数,未验证最终镜像中的 sandbox、部署网络或漏洞利用。

当前 head 的 CI build 成功,日志确认 SQL 6 项和 webhook 16 项通过,未覆盖 PDF 浏览器安全行为;combined status 仍为 pending,与成功的 check-run 分开记录。本地 SQL 测试因缺少 sqlalchemy 未能启动,不能视为本地套件通过。管理员文档仓库经对应组织凭据重试仍为 404,部署说明未能核实。请补充最终镜像内浏览器版本、非 root sandbox、默认网络拒绝及 PDF 成功回归。

@seafile-dev seafile-dev left a comment

Copy link
Copy Markdown

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

结论:请求修改。本轮已读取本次提供的设计文档,不再沿用上一轮“未提供设计文档”的范围假设。

阻塞问题:新增的页面设计完成标记等待会使末页没有 widget 的合法页面设计无法导出整份 PDF,详见本轮行内评论。建议把完成标记放到整体渲染完成后的独立节点,并补充含内容页加空白末页的回归。

设计范围校正:设计明确将 Dockerfile 安装改造、dtable-events 非 root 化留到后续,同时接受过滤默认关闭和 root 下不启用 sandbox。上一轮把这些项目全部当成本轮实现阻塞过宽;它们仍是实际风险和部署前提,并不是已修复,现不重复作为本轮代码合并要求。原根因线程保留:#921 (comment) 、#921 (comment) 。按原始 Path B 的完整安全目标,仍不能认定修复闭环。

验证:精确当前 head,Python 3.12、Playwright 1.64.1、psutil 6.1.0、匹配 Chromium 156.0.8078.4。替换部署配置,加载实际 manager,使用真实浏览器和本地 HTTP/WebSocket:过滤开启后非白名单 HTTP/WS 均被阻止且服务器零请求,关闭时均可连接;root 浏览器实际 UID=0、仍含 --no-sandbox;空浏览器缓存启动失败。两个服务的公共批量入口在有完成标记的受控页面上均生成有效 PDF。空白末页场景中,原先不带 selector 的调用可生成 PDF,新增 selector 后返回 [] 且不生成 PDF,补充隐藏标记的对照成功;实际 getPrintPages 保留该空白末页。

边界:上述是本地隔离验证,不是生产业务页面 E2E;未验证最终镜像、ARM、非 root sandbox 或网络层隔离。本地 SQL 套件因缺少 sqlalchemy 未启动,不能记为通过。

设计建议:把镜像内浏览器安装、专用非 root 运行、sandbox 和默认拒绝出站设为独立的安全发布验收;应用层可选白名单不能被描述成已完成操作系统级网络隔离。设计文档:https://dev.seafile.com/seahub/smart-link/02d35267-edda-4a96-8656-504b884b9d38/

filename = '%s_%s_%s.pdf' % (dtable_uuid, page_id, row_id)
try:
get_playwright_manager().batch_urls_to_pdf_sync([{'url': url, 'filename': filename}], target_dir)
get_playwright_manager().batch_urls_to_pdf_sync([{'url': url, 'filename': filename, 'selector': '#page-design-render-complete'}], target_dir)

Copy link
Copy Markdown

Choose a reason for hiding this comment

The reason will be displayed to describe this comment to others. Learn more.

[Critical] 空白末页导致整份导出失败

影响:页面设计前页有内容、末页没有 widget 时,前端只在最后页的最后 widget 内插入完成标记,因此该标记永远不存在。新增等待会在 5 秒后超时;真实 Chromium 验证中,原先无 selector 的调用能生成 PDF,此处改动后返回 [] 且整份文件不生成。

建议修复:协调前端在整体渲染完成后插入独立的完成标记,不依赖末页存在 widget,并增加“内容页+空白末页”的导出回归;保留等待,避免改回不可靠的固定延迟。

@AlexCXC
AlexCXC merged commit 6ede8ea into master Nov 4, 2026
1 check passed
@AlexCXC
AlexCXC deleted the fix/update-playwright-chromium branch November 4, 2026 04:02
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

Projects

None yet

Development

Successfully merging this pull request may close these issues.

2 participants