Apify CLI工具中Actor.getInput返回null问题的分析与解决

Apify CLI工具中Actor.getInput返回null问题的分析与解决

问题背景

最近在使用Apify CLI工具时，开发者遇到了一个关键问题：Actor.getInput()方法在最新版本中返回null值，无法正确获取输入字段。这个问题在使用apify run -p命令时出现，而直接使用npm run src/main.js则能正常工作，表明可能存在库冲突问题。

问题分析

经过深入调查，发现这个问题与Apify CLI工具和Crawlee库之间的交互有关。具体表现为：

1. 当使用apify run -p命令时，INPUT.json文件被意外地从键值存储(KVS)中清除
2. 直接运行项目文件则能正常获取输入
3. 该问题在Apify CLI 0.20.0版本中出现，而在0.19.5版本中工作正常

技术细节

问题的核心在于Apify CLI工具与Crawlee库之间的存储管理机制发生了变化：

1. 在Crawlee v3中，默认会自动清除默认存储
2. Apify CLI 0.20.0版本错误地清除了INPUT.json文件
3. 存储清除逻辑在CLI工具和Crawlee库之间存在不一致

解决方案

针对这个问题，目前有以下几种解决方案：

1. 降级到Apify CLI 0.19.5版本：这是最直接的临时解决方案
2. 使用环境变量控制：通过设置CRAWLEE_PURGE_ON_START=0来避免存储被清除
3. 使用替代运行方式：
   • npx crawlee run --no-purge
   • 直接使用npm start并配置必要的环境变量

最佳实践建议

1. 迁移到新的运行方式：从Apify CLI 0.21版本开始，推荐直接使用apify run而不需要-p参数
2. 理解存储管理机制：了解Crawlee v3的自动存储清除特性，避免重复清除
3. 测试迁移场景：使用Ctrl+C中断运行来模拟迁移事件，而不是依赖CLI参数

未来改进

Apify团队已经意识到这个问题，并计划在0.21版本中：

1. 统一CLI工具与Crawlee的存储管理行为
2. 简化运行参数，使-p参数不再必要
3. 提供更清晰的文档说明存储管理机制

总结

这个问题展示了工具链升级过程中可能出现的兼容性问题。开发者需要理解底层机制的变化，并根据项目需求选择合适的运行方式。随着Apify生态系统的持续改进，这些过渡期的问题将得到解决，为开发者提供更一致和可靠的开发体验。