fn_registry/python/functions/browser/cdp_click_xy.py

"""Hace un click de raton real en coordenadas (x, y) de una pestana de Chrome via CDP.

Primitiva de input CDP: localiza un target (pestana) por substring de su URL, abre el
WebSocket de depuracion y emite los eventos `Input.dispatchMouseEvent` que componen un
click izquierdo sintetico real (mousePressed + mouseReleased), opcionalmente precedido
de un mouseMoved para que la SPA registre el hover.

Necesario porque `element.click()` de JavaScript NO dispara los handlers de React de
muchas SPAs (WhatsApp Web entre ellas): abrir un chat de la lista o un resultado de
busqueda requiere un click de raton sintetico real. El caller resuelve las coordenadas
del elemento con `cdp_eval_py_browser` (getBoundingClientRect -> centro) y las pasa aqui.
"""

import json
import time
import urllib.request

import websocket


def cdp_click_xy(
    x: int,
    y: int,
    *,
    port: int = 9222,
    target_url_substr: str = "",
    move_first: bool = True,
    timeout_s: float = 10.0,
) -> dict:
    """Hace un click izquierdo real en (x, y) del viewport de una pestana de Chrome.

    Localiza el target `page` por substring de URL, abre el WebSocket CDP y emite un
    click izquierdo simple via `Input.dispatchMouseEvent`: si `move_first`, primero un
    `mouseMoved` a (x, y) (para que la SPA registre hover), luego `mousePressed` y
    `mouseReleased` con `button=left`, `buttons=1`, `clickCount=1`. Las coordenadas son
    CSS px del viewport; el caller las resuelve normalmente con `cdp_eval_py_browser`
    (getBoundingClientRect -> centro).

    Args:
        x: Coordenada X en CSS px del viewport donde hacer click.
        y: Coordenada Y en CSS px del viewport donde hacer click.
        port: Puerto de remote debugging de Chrome. Default 9222.
        target_url_substr: Substring que debe contener la URL del target (pestana).
            Si "", usa el primer target de tipo "page".
        move_first: Si True, emite un mouseMoved a (x, y) antes del click para que la
            SPA registre el hover. Default True.
        timeout_s: Timeout (segundos) para la conexion WebSocket. Default 10.0.

    Returns:
        dict con claves:
            ok: bool — True si los eventos de raton se emitieron sin error.
            error: str — mensaje de error (vacio si ok).
            x: int — coordenada X usada (eco del argumento).
            y: int — coordenada Y usada (eco del argumento).

        Nunca lanza: errores de red/conexion/transport se devuelven en "error" con
        ok=False.
    """
    # 1. Listar targets via HTTP.
    try:
        with urllib.request.urlopen(
            f"http://127.0.0.1:{port}/json", timeout=5
        ) as resp:
            targets = json.loads(resp.read().decode())
    except Exception as e:  # noqa: BLE001 — red/HTTP/JSON, no relanzar
        return {"ok": False, "error": str(e), "x": x, "y": y}

    # 2. Elegir el primer target type=="page" cuya url contenga el substring.
    chosen = None
    for t in targets:
        if t.get("type") != "page":
            continue
        url = t.get("url", "")
        if target_url_substr == "" or target_url_substr in url:
            chosen = t
            break

    if chosen is None:
        return {
            "ok": False,
            "error": f"no target matching {target_url_substr}",
            "x": x,
            "y": y,
        }

    ws_url = chosen.get("webSocketDebuggerUrl", "")

    # 3. Abrir WS.
    try:
        ws = websocket.create_connection(ws_url, timeout=timeout_s)
    except Exception as e:  # noqa: BLE001 — conexion WS
        return {"ok": False, "error": str(e), "x": x, "y": y}

    try:
        msg_id = 1

        # 3b. Hover previo opcional: ayuda a que la SPA registre el mouseover.
        if move_first:
            ws.send(json.dumps({
                "id": msg_id,
                "method": "Input.dispatchMouseEvent",
                "params": {"type": "mouseMoved", "x": x, "y": y},
            }))
            msg_id += 1
            time.sleep(0.03)

        # 4. Click izquierdo real: mousePressed + mouseReleased.
        press_id = msg_id
        ws.send(json.dumps({
            "id": press_id,
            "method": "Input.dispatchMouseEvent",
            "params": {
                "type": "mousePressed",
                "x": x,
                "y": y,
                "button": "left",
                "buttons": 1,
                "clickCount": 1,
            },
        }))
        time.sleep(0.04)
        release_id = msg_id + 1
        ws.send(json.dumps({
            "id": release_id,
            "method": "Input.dispatchMouseEvent",
            "params": {
                "type": "mouseReleased",
                "x": x,
                "y": y,
                "button": "left",
                "buttons": 1,
                "clickCount": 1,
            },
        }))

        # Drenar respuestas hasta ver el id del release (o agotar el stream).
        # Ignoramos eventos del server y frames no-JSON.
        while True:
            raw = ws.recv()
            if not raw:
                break
            try:
                parsed = json.loads(raw)
            except Exception:  # noqa: BLE001 — frame no-JSON, ignorar
                continue
            if parsed.get("id") == release_id:
                break
    except Exception as e:  # noqa: BLE001 — fallo de transport durante send/recv
        return {"ok": False, "error": str(e), "x": x, "y": y}
    finally:
        try:
            ws.close()
        except Exception:  # noqa: BLE001 — cierre best-effort
            pass

    return {"ok": True, "error": "", "x": x, "y": y}


if __name__ == "__main__":
    import sys

    arg_x = int(sys.argv[1]) if len(sys.argv) > 1 else 0
    arg_y = int(sys.argv[2]) if len(sys.argv) > 2 else 0
    substr = sys.argv[3] if len(sys.argv) > 3 else ""
    out = cdp_click_xy(arg_x, arg_y, port=9222, target_url_substr=substr)
    print(json.dumps(out, ensure_ascii=False, indent=2))