1. 安装
1 | pip install PyExecJS # 需要注意， 包的名称：PyExecJS
|
2. 简单使用
1 2 3 4 5 | import execjs
execjs.eval("new Date")
返回值为： 2018-04-04T12:53:17.759Z
execjs.eval("Date.now()")
返回值为：1522847001080 # 需要注意的是返回值是13位， 区别于python的time.time()
|
需要注意的是： 个别的JS语句， 用execjs返回的结果跟浏览器环境返回的结果是有区别的， 以下是浏览器环境返回的结果：
3. 调用函数
1 2 3 4 5 6 7 8 | # 实际生产中处理的js有几百几千行， 不方便贴上来。来看一下源码中给的例子：
ctx = execjs.compile("""
function add(x, y) {
return x + y;
}
""")
ctx.call("add", 1, 2) # 第一个参数 “add” 为JS函数名的字符串， 后边依次为实参
返回值：3
|
execjs的用法非常简单， 下边来看一下执行JS的环境， 以及性能：
4. 执行JS的环境
在windows上不需要其他的依赖便可运行execjs， 也可以调用其他的JS环境
1 2 3 4 5 6 | windows 默认的执行JS的环境
execjs.get().name
返回值： JScript
作者本人的windows上装有Node.js ， 所以返回值不同
execjs.get().name
返回值： Node.js (V8)
|
在ubuntu下需要安装执行JS环境依赖, 作者的环境为PhantomJS
1 2 | execjs.get().name
返回值： PhantomJS
|
源码中给出， 可执行execjs的环境：
1 2 3 4 5 6 7 8 | PyV8 = "PyV8"
Node = "Node"
JavaScriptCore = "JavaScriptCore"
SpiderMonkey = "SpiderMonkey"
JScript = "JScript"
PhantomJS = "PhantomJS"
SlimerJS = "SlimerJS"
Nashorn = "Nashorn"
|
在ubuntu环境下，没有JS环境会报错：Could not find an available JavaScript runtime. 由此可见，execjs在ubuntu需要安装JS环境 。具体的JS环境需根据具体的需求安装， 切不可超过以上8种。
5.环境切换
通过os.environ
1 2 3 | os.environ["EXECJS_RUNTIME"] = "Node"
execjs.get().name
execjs.eval("1 + 2")
|
通过execjs.get 切换
1 2 3 | jscript = execjs.get(execjs.runtime_names.JScript) # runtime_names 便是execjs源码中给出的执行环境的。
execjs.runtime_names.xxx xxx必须在上一节 #3中取
jscript.eval("1 + 2")
|
注: 在切换环境时， 当环境不存在不会报错， 会使用默认的环境。 另外需要注意的是， 两种方式的区别
6. 简易性能分析
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 | # 只简单试了三种， 在windows下
import execjs
import os
import time
# 先用JScript
os.environ["EXECJS_RUNTIME"] = "JScript"
print execjs.get().name
time1 = time.time()
for i in range(100):
execjs.eval("new Date")
print time.time() - time1
# 切换环境 使用Nodejs
os.environ["EXECJS_RUNTIME"] = "Node"
print execjs.get().name
time2 = time.time()
for l in range(100):
execjs.eval("new Date"）
print time.time() - time2
# 打印的结果为：
JScript
4.70900011063
Node.js (V8)
27.501999855
# 在ubuntu下试的是PhantoJS ， 结果竟然高达 30+ S
|
众多python培训视频，尽在python学习网，欢迎在线学习！
