使用 Node.js 生成灯塔分数

Lighthouse是一个开源工具，用于生成任何网页的性能。我们可以使用 CLI 或 chrome 扩展来生成网页的灯塔分数，但这里是关于如何生成 csv 文件中存在的多个 url 的灯塔分数并生成由性能、可访问性、最佳实践分数组成的 csv 文件的描述移动和桌面视图的SEO 。

我们使用 npm 提供的 lighthouse 包，并使用 chrome-launcher 生成大量网站。我们可以下载包并按如下方式使用它们：

```
npm install --save lighthouse
```

const lighthouse = require("lighthouse")

导入这个第三方包后，我们准备进一步使用 NodeJS 提供的默认 fs 包的 readFileSync 方法导入 URL 文件，并将这些 URL 存储在一个数组中，我们将从该数组中遍历所有 URL 并生成分数移动和桌面策略。

方法：
按照以下步骤实现解决方案：

使用默认的 fs npm 包读取 csv 文件。
将数据转换为字符串并将其拆分为数组。
推入数组中的标题列。
使用 chromeLauncher.launch() 方法启动 chrome。
创建一个选项对象以指定输出格式、类别、审核和其他自定义的详细信息（如果您希望在输出中包含任何内容）。
遍历数组中的所有 url，并为每个 url 执行以下操作：
- 通过指定 options.strategy=mobile 或 options.strategy=desktop 运行两个循环：一个用于移动设备，另一个用于桌面分数。
- 使用 url 即 array[i] 作为第一个参数和 options 对象作为第二个参数调用灯塔函数。
- 返回的对象将存储调用灯塔函数后收到的详细信息。
- 我们可以从这个对象访问分数，由于分数是小数，我们需要将它乘以 100 以得到百分比。
- 在结果中推送分数。
将结果附加到 csv 文件中并结束程序。

文件名：app.js

// Import the required npm packages
const fs = require("fs");
const lighthouse = require("lighthouse");
const chromeLauncher = require("chrome-launcher");
  
// Read the csv file and store the
// urls in an array
var array = fs.readFileSync("URLs.csv")
                .toString().split("\n");
  
// Declare a resultant array to store 
// the generated scores and initialize
// it with headings
let result = [];
result.push(
  ", URL, Mobile_Performance, Mobile_Accessibility, 
    Mobile_Best_Practices, Mobile_SEO, 
    Desktop_Performance, Desktop_Accessibility, 
    Desktop_Best_Practices, Desktop_SEO"
);
  
// The async await is used to ensure 
// non-blocking code execution 
(async () => {
  const chrome = await chromeLauncher
    .launch({ chromeFlags: ["--headless"] })
  
  // Declaring an object to specify score 
  // for what audits, categories and type
  // of output that needs to be generated 
  const options = {
    logLevel: "info",
    output: "csv",
    onlyCategories: ["performance", 
      "accessibility", "best-practices", "seo"],
    audits: [
      "first-meaningful-paint",
      "first-cpu-idle",
      "byte-efficiency/uses-optimized-images",
    ],
    port: chrome.port,
  };
  
  // Traversing through each URL 
  for (i in array) {
  
    // Separate strategy for Mobile
    // and Desktop view
    for (let x = 0; x < 2; x++) {
      let configuration = "";
  
      if (x == 0) options.strategy = "mobile";
      else options.strategy = "desktop";
  
      const runnerResult = 
        await lighthouse(array[i], options);
  
      // Current report
      const reportCsv = runnerResult.report;
  
      // URL to be put only for first iteration 
      // (mobile and not separately for desktop)
      if (x == 0) {
        result.push("\n");
        result.push(runnerResult.lhr.finalUrl);
      }
  
      // If score can't be determined, NA is 
      // put in the corresponding field.   
      if (runnerResult.lhr.categories.performance.score) {
        result.push(runnerResult.lhr
              .categories.performance.score * 100)
      } else {
        result.push("NA")
      }
  
      if (runnerResult.lhr.categories.accessibility.score) {
        result.push(runnerResult.lhr
              .categories.accessibility.score * 100)
      } else {
        result.push("NA");
      }
  
      if (runnerResult.lhr.categories["best-practices"].score) {
        result.push(runnerResult.lhr
            .categories["best-practices"].score * 100)
      } else {
        result.push("NA");
      }
  
      if (runnerResult.lhr.categories.seo.score) {
        result.push(runnerResult.lhr
              .categories.seo.score * 100)
      } else {
        result.push("NA");
      }
    }
  }
  
  // Append the result in a report.csv 
  // file and end the program
  fs.appendFileSync("lhreport.csv", result);
  await chrome.kill();
})();

输入：

安装 lighthouse 包后运行 app.js 文件。

输出：

运行程序后生成 Lighthouse 报告文件 (lhreport.csv)