1. 前言
日常 Web 端爬虫过程中，经常会遇到参数被加密的场景，因此，我们需要分析网页源代码
通过调式，一层层剥离出关键的 JS 代码，使用 Python 去执行这段代码，得出参数加密前后的 Python 实现
本文将聊聊利用 Python 调用 JS 的4种方式
2. 准备
以一段简单的 JS 脚本为例，将代码写入到文件中
//norm.js
//计算两个数的和
function add(num1, num2) {
return num1 + num2;
}
其中，定义了一个方法，计算两个数的和
3. 方式一：PyExecJS
PyExecJS 是使用最多的一种方式，底层实现方式是：在本地 JS 环境下运行 JS 代码
支持的 JS 环境包含：Node.js、PyV8、PhantomJS、Nashorn 等
首先，我们需要安装依赖包 PyExecJS
//py_exec_js_demo.py
//安装依赖
pip3 install PyExecJS
然后，从 JS 文件中读取源码
def js_from_file(file_name):
"""
读取js文件
:return:
"""
with open(file_name, 'r', encoding='UTF-8') as file:
result = file.read()
return result
最后，使用 execjs 类的compile()方法编译加载上面的 JS 字符串，返回一个上下文对象
import execjs
from js_code import *
# 编译加载js字符串
context1 = execjs.compile(js_from_file('./norm.js'))
最后，调用上下文对象的call() 方法执行 JS 方法
其中，参数包含：JS 代码被调的方法名、对应方法的传入参数
# 调用js代码中的add()方法，参数为2和3
# 方法名：add
# 参数：2和3
result1 = context1.call("add", 2, 3)
print(result1)
需要注意的，由于 PyExecJS 运行在本地 JS 环境下，使用之前会启动 JS 环境，最终导致运行速度会偏慢
4. 方式二：js2py
js2py作为一个纯 Python 实现的 JS 解释器，可以完全脱离 JS 环境，直接将 JS 代码转换为 Python 代码
首先，安装依赖库
# 安装依赖库
pip3 install js2py
然后使用 js2py 中的EvalJs()方法生成一个上下文对象
# 使用获取上下js2py生成一个上下文环境
context = js2py.EvalJs()
接着利用上下文对象执行 JS 脚本，转换为 Python 代码
# 执行整段JS代码
context.execute(js_content)
最后，利用上下文调用 JS 中的方法，并制定输入参数即可
# 使用上下文context调用具体的函数
# 函数名：add
# 参数：1，2
result = context.add(1, 2)
print(result)
需要注意是，如果 JS 是很长的混淆代码，转换为 Python 的过程可能会报错
5. 方式三：Node.js
实际上是使用 Python 的os.popen执行 node 命令，执行 JS 脚本
首先，确保本地已经安装了 Node.js 环境
修改 JS 脚本，新增一个导出函数 init ，方便内部函数被调用
//计算两个数的和
function add(num1, num2) {
return num1 + num2;
}
//新增一个导出函数（node方式）
module.exports.init = function (arg1, arg2) {
//调用函数，并返回
console.log(add(arg1, arg2));
};
然后，将调用 JS 方法的命令组成一个字符串
# 组成调用js的命令
# node命令：node -e
cmd = 'node -e "require(\\"%s\\").init(%s,%s)"' % ('./norm', 3, 5)
最后，通过 os.popen 执行命令即可
pipeline = os.popen(cmd)
# 读取结果
result = pipeline.read()
print('结果是:', result)
6. 方式四：PyV8
PyV8 是 Google 将 Chrome V8 引擎用 Python 封装的依赖库
它不依赖本地 JS 环境，运行速度很快
import PyV8
from js_code import js_from_file
with PyV8.JSContext() as ctx:
ctx.eval(js_from_file('./norm.js'))
# 调用js函数，指定参数
ctx.locals.add(1, 2)
但是经过反复测试发现，MAC 和 PC 在 Python3 环境下，使用 PyV8 会报各种奇怪的问题，所以不推荐使用！
7. 最后
上面总结了 Python 调用 JS 的 4 种方式
实际爬虫项目中，一般会先使用 node 命令进行一次测试，确保没问题后，再使用前 3 种方式的任意一种进行 Python 改写
网友评论