Kết hợp n8n và Puppeteer:
Tự động hoá web động không cần code

n8n và Puppeteer là gì?

Nếu n8n là "bộ não" điều phối luồng công việc, thì Puppeteer là "đôi tay" có thể thao tác trực tiếp lên bất kỳ trang web nào — giống hệt người dùng thật ngồi trước màn hình.

Tại sao cần kết hợp cả hai?

Node HTTP Request mặc định của n8n gửi request thẳng đến server và nhận HTML về — đủ dùng cho phần lớn API và trang web tĩnh. Nhưng web hiện đại không đơn giản như vậy.

Single Page Applications (React, Vue, Angular) render nội dung bằng JavaScript sau khi tải trang. HTTP Request chỉ lấy được HTML khung rỗng — nội dung thực sự chưa được render. Puppeteer mở trình duyệt thật, chờ JavaScript chạy xong, rồi mới đọc DOM.

• Vượt qua trang web động: SPA, lazy-load, infinite scroll, nội dung render bằng JS
• Tương tác phức tạp: Click, điền form, kéo thả, hover, đăng nhập multi-step
• Chụp ảnh & PDF: Screenshot full-page hoặc element cụ thể, xuất PDF
• Bypass anti-bot cơ bản: Giả lập User-Agent, viewport, mouse movement
• Quản lý trực quan: Toàn bộ logic trong n8n workflow — không cần deploy script riêng

HTTP Request vs Puppeteer: chọn cái nào?

Tình huống	HTTP Request	Puppeteer
Trang web tĩnh, HTML đầy đủ ngay khi tải	✓ Dùng được	Overkill
REST API trả về JSON	✓ Tốt nhất	Không cần
Single Page App (React, Vue, Angular)	✗ Không đủ	✓ Cần dùng
Cần đăng nhập, điền form nhiều bước	✗ Phức tạp	✓ Phù hợp
Infinite scroll, lazy-load content	✗ Không bắt được	✓ Scroll được
Chụp ảnh màn hình, xuất PDF	✗ Không hỗ trợ	✓ Built-in
Tốc độ thực thi, tài nguyên thấp	✓ Nhanh, nhẹ	Nặng hơn ~200MB RAM/tab

Cài đặt Community Node Puppeteer

Puppeteer không có sẵn trong n8n mặc định — cần cài qua Community Nodes. Quy trình:

1. Vào Settings (góc trái dưới) → Community Nodes
2. Click Install a community node
3. Điền package name: n8n-nodes-puppeteer
4. Tick xác nhận rủi ro → Install
5. Chờ cài xong, node mới xuất hiện khi search "Puppeteer" trong workflow editor

Workflow đầu tiên: chụp ảnh trang web

Bắt đầu với ví dụ đơn giản nhất — chụp ảnh full-page một URL. Từ đây bạn hiểu được cấu trúc node Puppeteer trước khi làm các tác vụ phức tạp hơn.

Khắc phục lỗi trên Docker / Alpine Linux

Khi chạy n8n trong Docker (đặc biệt image dùng Alpine Linux), Puppeteer thường báo lỗi vì Chrome không tìm thấy các thư viện hệ thống cần thiết.

Bước 1 — Cài Chromium vào container Alpine:

shell — trong container đang chạy
# Exec vào container với quyền root
docker exec -it -u root <tên_container> sh

# Cài Chromium và các thư viện phụ thuộc
apk add --no-cache \
  chromium \
  nss \
  freetype \
  harfbuzz \
  ca-certificates \
  ttf-freefont

Bước 2 — Cấu hình node Puppeteer trong n8n:

Bước 3 — Hoặc khai báo trong docker-compose.yml để tránh cấu hình lại mỗi lần:

docker-compose.yml
services:
  n8n:
    image: n8nio/n8n:latest
    environment:
      # Trỏ Puppeteer đến Chromium đã cài trong Alpine
      - PUPPETEER_EXECUTABLE_PATH=/usr/bin/chromium-browser
      - PUPPETEER_SKIP_CHROMIUM_DOWNLOAD=true
      # Bật Community Nodes
      - N8N_COMMUNITY_PACKAGES_ENABLED=true
    volumes:
      - n8n_data:/home/node/.n8n

Các tác vụ nâng cao

Trích xuất dữ liệu bằng CSS Selector

Trong node Puppeteer, operation Get Content cho phép lấy text từ element bất kỳ — dùng CSS Selector giống DevTools:

Puppeteer — Get Content config
Operation   : Get Content
URL         : https://example.com/products
Selector    : .product-card .price        ← CSS selector từ DevTools
Wait For    : networkidle0                ← chờ trang load xong hoàn toàn
Attribute   : innerText                   ← hoặc innerHTML, href, src...

Tips vận hành thực tế

• Dùng waitForSelector thay vì networkidle: Chờ đúng element xuất hiện nhanh hơn chờ toàn bộ network idle — tránh timeout không cần thiết.
• Giới hạn đồng thời: Mỗi tab Puppeteer tốn ~200 MB RAM. Nếu workflow chạy song song, set concurrency tối đa trong n8n Settings → Executions để tránh OOM.
• User-Agent thực tế: Một số site block request từ Headless Chrome. Set User-Agent thành Chrome bình thường trong Launch Arguments: --user-agent="Mozilla/5.0 (Windows NT 10.0; Win64; x64) Chrome/120..."
• Timeout hợp lý: Default timeout của Puppeteer là 30 giây. Với trang nặng, set Page Timeout lên 60–90 giây trong node config.
• Không dùng Puppeteer cho scraping quy mô lớn: Nếu cần crawl hàng nghìn URL, dùng HTTP Request + queue. Puppeteer phù hợp cho tác vụ lẻ hoặc batch nhỏ có tương tác.