python 执行js代码
简单调用
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
调用函数
import execjs
ctx = execjs.compile("""
function add(x, y) {
return x + y;
}
""") # 获取代码编译完成后的对象
print(ctx.call("add", 1, 2)) # 3
# print(ctx.eval("add({0},{1})").format(1,2)) # 报错
print(ctx.eval('add("{0}", "{1}")').format("1","2")) # 12
文件读取代码编写
创建jsCode.js的文件
function add(x, y) {
return x + y;
}
执行代码
import execjs
file = 'jsCode.js'
ctx = execjs.compile(open(file).read())
js = 'add("{0}", "{1}")'.format("1","2")
params = ctx.eval(js)
print(params) # 12
params = ctx.call('add',1,2)
print(params) # 3
出现错误提示
UnicodeEncodeError: 'gbk' codec can't encode character xxx
解决方案一
添加 encoding="utf-8"
ctx = execjs.compile(open(file,encoding="utf-8").read())
解决方案二
js文件以GBk方式保存
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
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, 环境为PhantomJS
execjs.get().name 返回值： PhantomJS
源码中给出， 可执行execjs的环境：
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。
python2执行执行js文件使用pyv8
环境切换
通过os.environ
os.environ["EXECJS_RUNTIME"] = "Node"
execjs.get().name
execjs.eval("1 + 2")
通过execjs.get 切换
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
简易性能分析
# 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
此注释来自execjs作者：PyExecJS的缺点之一就是性能。PyExecJS通过文本传递JavaScript运行时，并且速度很慢。另一个缺点是它不完全支持运行时特定的功能。对于某些用例，PyV8可能是更好的选择。
总注：使用execjs的难点并不是在execjs这个库， 而是解析JS的过程， 因为没有浏览器的环境， 没有加密源码的依赖。从成千上万行的JS中择出想要的内容，可能是一段孤零零的JS函数，也可能是从几个JS文件去找出各自找出一段JS代码， 并可以通过execjs顺利执行， 这并非易事。 需要慢慢积累经验。 一旦掌握， 便可以提高爬虫的效率， 以及代码的健壮性， 节省资源！
#!/usr/bin/env python
# -*- coding:utf-8 -*-
# @Author: Irving Shi
import execjs
import json
import requests
from bs4 import BeautifulSoup
headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.116 Safari/537.36"
}
def get_company(key):
res = requests.get("https://aiqicha.baidu.com/s?q=" + key, headers=headers)
soup = BeautifulSoup(res.text, features="lxml")
tag = soup.find_all("script")[2].decode_contents()
tag = """const jsdom = require("jsdom");
const { JSDOM } = jsdom;
const dom = new JSDOM(`<!DOCTYPE html><p>Hello world</p>`);
window = dom.window;
document = window.document;
XMLHttpRequest = window.XMLHttpRequest; """ + tag
js = execjs.compile(tag, cwd=r'C:\Users\Administrator\AppData\Roaming\npm\node_modules')
res = js.eval("window.pageData").get("result").get("resultList")[0]
return res
res = get_company("91360000158304717T")
# for i in res.items():
# print(i)
pid = res.get("pid")
r = requests.get("https://aiqicha.baidu.com/detail/basicAllDataAjax?pid=" + pid, headers=headers)
data = json.loads(r.text).get("data").get("basicData")
for i in data.items():
print(i)