Python执行JavaScript代码：PyExecJS与js2py基础用法

一、底层运行机制与本质差异

虽然 PyExecJS 和 js2py 最终达成的目标都是“在 Python 中得到 JS 代码的执行结果”，但二者在操作系统层面的运行机制完全不同。理解这一差异，是避免后续环境报错和性能瓶颈的前提。

PyExecJS 是一个“外部调度胶水库”。它自身并不包含任何 JavaScript 语法解析器或虚拟机，其工作机制是：在 Python 进程中把待执行的 JS 代码组织为临时文件或通过标准输入流（stdin），利用 subprocess 启动操作系统中预装的外部 JS 运行时（如 Node.js、PhantomJS 或 Windows 原生 JScript），将结果通过标准输出（stdout）以 JSON 格式捕获并反序列化回 Python。因此，PyExecJS 的执行能力与语法支持上限，完全由宿主安装的 JS 引擎决定。

js2py 是一个“纯 Python 实现的 JS 虚拟机”。它通过纯 Python 代码完成 JavaScript 源码的语法解析、AST（抽象语法树）生成，并在当前 Python 进程的内存空间内模拟原型链、作用域和运行时逻辑。这意味着它是一个自包含库，不需要你的系统安装 Node.js 或任何 C++ 依赖库。但作为代价，它对现代 ECMAScript 新特性的支持有限，且纯 Python 模拟虚拟机的执行开销较高。

二、环境准备与运行时验证步骤

两款库在环境准备上的要求差异显著。js2py 只需常规的 pip 安装，而 PyExecJS 必须配合外部运行时才能发挥正常功效。

1. 依赖库安装

在你的 Python 环境中执行以下命令安装这两个库：

pip install PyExecJS js2py

2. 确认并关联外部 JavaScript 运行时（针对 PyExecJS）

仅安装 PyExecJS 是不够的。如果宿主机器未安装 Node.js，PyExecJS 会在 Linux/macOS 上提示找不到运行时，或者在 Windows 系统下默认退化为系统自带的 cscript.exe（JScript 运行时）。JScript 仅支持二十年前的过时 ES3 语法，遇到现代 JS 常见的 let、const、箭头函数或内置对象时会立即抛出语法错误。

因此，请先在终端验证是否已正确安装 Node.js：

node -v

3. Python 端运行时环境检测代码

安装完毕后，请在 Python 中运行以下自检脚本，确认 PyExecJS 成功识别并绑定到了 Node.js：

import execjs

# 获取当前 PyExecJS 自动选择的运行时名称
current_runtime = execjs.get().name
print(f"当前识别的 JS 运行时为: {current_runtime}")

# 验证简单计算
result = execjs.eval("'hello ' + 'world'")
print(f"执行验证结果: {result}")

import subprocess
from functools import partial

# 修复 Windows 下 subprocess 默认编码引发的 UnicodeDecodeError
subprocess.Popen = partial(subprocess.Popen, encoding="utf-8")
import execjs

三、PyExecJS 基础用法与实战代码

在确认 Node.js 运行时就绪后，PyExecJS 的日常使用主要集中在两类方法：一次性快速求值（eval）和上下文预编译调用（compile + call）。

1. 简单表达式求值：eval()

当只需要执行一段简单的单行表达式、数学运算或短字符串处理时，可以直接使用 execjs.eval()：

import execjs

# 执行数学运算与内置对象操作
result_calc = execjs.eval("Math.pow(2, 10) + 24")
result_json = execjs.eval("JSON.stringify({ status: 200, msg: 'ok' })")

print(f"计算结果: {result_calc} (类型: {type(result_calc)})")
print(f"JSON 结果: {result_json} (类型: {type(result_json)})")

2. 编译函数并带参调用：compile() 与 call()

在实际工程中，我们通常需要加载一段封装好的 JavaScript 函数（如签名生成算法、Token 加密器），然后多次传入不同参数调用。此时应先使用 execjs.compile() 获取上下文对象 Context，再通过 ctx.call() 执行函数：

import execjs

# 定义一段包含业务逻辑与算法的 JavaScript 代码
js_code = """
function generateToken(username, salt, multiplier) {
    // 现代 ES6 语法示范：模板字符串与简单哈希
    var seed = username + "_" + salt;
    var hash = 0;
    for (var i = 0; i < seed.length; i++) {
        hash = (hash << 5) - hash + seed.charCodeAt(i);
        hash |= 0; // 转换为 32 位整数
    }
    return {
        token: "TK_" + Math.abs(hash * multiplier),
        timestamp: 1761854400000,
        user: username
    };
}
"""

# 1. 预编译代码片段
context = execjs.compile(js_code)

# 2. 调用函数：第一个参数为函数名，后续依次传入实参
response = context.call("generateToken", "admin_user", "salt_8899", 3)

print("调用返回值:", response)
print("Token 属性:", response["token"])
print("返回类型:", type(response))

3. 注意事项：PyExecJS 的维护现状与性能特征

需要明确指出的是，PyExecJS 官方仓库早在数年前已宣布停止维护（ReadMe 标明 Archived）。尽管如此，它因为接口简单直接，在爬虫逆向分析和快速验证中仍被海量脚本沿用。

在使用 PyExecJS 时，应特别注意其进程创建成本：每一次调用 context.call()，PyExecJS 内部都会启动一个独立的 Node.js 子进程来执行代码并收集输出。如果在高并发循环中每秒调用数百次 call()，操作系统会频繁经历子进程的创建与销毁，导致 CPU 占用飙升并显著增加耗时。因此，若有批量计算需求，建议将多组数据打包为列表一次性传给 JS 端批量处理，减少 IPC 调用频次。

四、js2py 基础用法与进阶交互

与 PyExecJS 依赖外部子进程不同，js2py 运行在 Python 解释器内部。它不仅能够执行 JavaScript 代码，还支持在 JavaScript 与 Python 之间实现深度的变量共享与对象双向传递。

1. 快速求值：js2py.eval_js()

对于单行或简单代码块，直接使用 js2py.eval_js() 即可直接获得计算值：

import js2py

# 直接执行标准 JavaScript 代码
value = js2py.eval_js("var a = 15; var b = 25; a * b + 10;")
print(f"js2py 快速计算结果: {value} (类型: {type(value)})")

2. 维护上下文：EvalJs 环境与双向变量互通

通过 js2py.EvalJs() 可以构建一个具备状态记忆的作用域。在这个环境中定义的全局变量和函数，在后续调用中依然有效；更重要的是，Python 对象可以直接挂载进该上下文供 JS 访问：

import js2py

# 创建持久化上下文
ctx = js2py.EvalJs()

# 1. 在上下文中执行一段 JS 脚本，定义数据与函数
ctx.execute("""
var serverConfig = {
    host: "127.0.0.1",
    port: 8080,
    tags: ["prod", "api"]
};

function formatEndpoint(path) {
    return "http://" + serverConfig.host + ":" + serverConfig.port + path;
}
""")

# 2. 从 Python 中直接读取 JS 上下文的变量
print("读取 JS 变量 host:", ctx.serverConfig.host)
print("读取 JS 数组 tags:", ctx.serverConfig.tags.to_list())

# 3. 直接像调用本地 Python 函数一样调用 JS 函数
api_url = ctx.formatEndpoint("/v1/users")
print("调用 JS 函数结果:", api_url)

# 4. 双向注入：把 Python 原生函数注入到 JS 环境中
def python_logger(msg):
    print(f"[Python 日志拦截] {msg}")

ctx.pyLog = python_logger
ctx.execute("pyLog('来自 JavaScript 内部的通知');")

3. 语法支持边界与性能限制

虽然 js2py 的双向交互极为优雅，但在实际应用中必须正视其技术局限：

• 语法版本支持以 ES5 为主：虽然 js2py 提供了一定程度的 eval_js6() 实验性支持，但对于现代前端常见的 Promise、async/await、Symbol、解构赋值或现代混淆代码（如 Webpack 打包产物），解析器极易直接抛出 JsException: SyntaxError。
• 纯解释层性能消耗：由于所有 JS 指令都被转译为 Python 原生对象与函数模拟执行，其纯算力性能比 Google V8（Node.js 底层引擎）慢数个数量级。如果代码中包含十万次以上的密集哈希循环，js2py 会出现明显卡顿。

五、综合对比、选型决策与替代方案

在实际生产开发与工程落地时，应根据代码语法特征、部署环境约束及调用频次建立清晰的选型路径。

工程选型建议与生产替代路线

1. 选择 js2py 的典型场景：目标代码逻辑独立、仅使用基础 ES5 语法（如简单的加解密公式、常规字符串变换），且运行环境受到严格限制、无法或不便安装 Node.js（如无 root 权限的轻量容器、纯 Python 分发包）。
2. 选择 PyExecJS 的典型场景：本地开发、逆向调试分析，或者代码来自现代 Web 页面、包含大量 ES6 模块特性、加密算法库（如 CryptoJS 依赖各种现代 API），在服务器允许安装 Node.js 环境的前提下优先选用。
3. 高并发生产环境的现代演进方案：
   • QuickJS 绑定库（如 quickjs）：通过 C 语言扩展直接将轻量现代 JS 引擎嵌入 Python 进程，兼具毫秒级启动与极高的计算性能，且原生支持大部分 ES2020 语法。
   • Node.js 独立常驻服务：若业务属于线上核心链路且每秒需要处理大量解密请求，应当将 JavaScript 代码封装为独立的 Node.js HTTP/gRPC 微服务，Python 通过网络请求进行调用。这种架构彻底规避了子进程频繁启停的系统消耗，是高吞吐场景下的标准工程解法。