爬虫必备：Python 执行 JS 代码 —— PyExecJS、PyV8、Js2Py

PyExecJS

这个库主要是将 JS 代码运行在本地的 JS 环境中，优点是我们有多种 JS 环境的选择，官方推荐了 PyV8、Node.js、PhantomJS、Nashorn 四种，当然缺点是必须安装一种环境导致不是很轻量，而且调用时有一个启动环境过程，还是有明显缓慢的。

安装方式

先解决 JS 环境，这里推荐安装 Node.js ，安装方便，执行效率也高。
然后

pip install PyExecJS

使用例子

>>> import execjs
>>> execjs.get().name  # 查看调用的环境
'Node.js (V8)'
>>> ctx = execjs.compile("""  # 执行 JS 语句
...     function add(x, y) {
...         return x + y;
...     }
... """)
>>> ctx.call("add", 1, 2)
3
>>> with open('./test.js') as f:  # 执行 JS 文件
...     ctx = execjs.compile(f.read())
...     ctx.call('add', 1, 2)

PyV8

这是 Google 官方将 Chrome V8 引擎用 Python 封装的库，和

PyExecJS

安装方式

Python3 安装不要使用pip，因为官方只支持 Python2，需要在这里下载对应系统的二进制文件：https://github.com/emmetio/pyv8-binaries
然后解压后将 PyV8.py 与 _PyV8.so (如so不是这个名字需要改成这样) 两文件复制到 Python 的 site-packages 目录下，如

/usr/local/lib/python3.6/site-packages

使用例子

>>> import PyV8  # 注意大小写
>>> with PyV8.JSContext() as ctx:
...     ctx.eval("""
...         function add(x, y) {
...             return x + y;
...         }
...     """)
...     ctx.locals.add(1, 2)

Js2Py

最后这个库，作用是将 JS 代码直接转译成 Python 代码，这种方式可以摆脱调用 JS 环境的瓶颈，但遗憾的是如果用于很长的混淆 JS 代码，转译过来的大概率会报错… 所以只建议先尝试一下，如果报错及时更换上面的库。

安装方式

pip install js2py

使用例子

>>> import js2py
>>> add = js2py.eval_js("""
...     function add(x, y) {
...         return x + y;
...     }
... """)
>>> add  # 可以看到大括号里已被转译
'function add(x, y) { [python code] }'
>>> add(1, 2)
3
>>> # 使用下边这个方法可以输出转译后的代码
>>> # 可以保存到文件里，下次不需要再次转译
>>> print(js2py.translate_js('var x = 1'))
from js2py.pyjs import *
# setting scope
var = Scope( JS_BUILTINS )
set_global_object(var)

# Code follows:
var.registers(['x'])
var.put('x', Js(1.0))

实战技巧

当选择完合适的库后，如果你还不明白在浏览器里进行 Debug 的方法，那需要去搜索关键词先学习一下。
接下来就是定位目标网页需要调用的 JS 函数，这里实在无法详述，因为每个网站的写法都大不相同。
不过只要你通过 Debug ，查看数据从请求开始，每一步都经过了哪些 JS 函数，又输出成什么样的数据，就可以顺藤摸瓜找到一些可疑的函数，然后将这些方法逐一复制出来，通过上面的库传入参数执行，看是否和目标网页处理后的数据一致，就可以找到目标函数。

最后，关注我的微信公众号：面向人生编程

无论什么样的编程思想，都不该只存留在代码之中，更应伴随于整个人生旅途，这个公众号不只聊技术，还会聊产品/互联网/经济学等广泛话题，所以也欢迎非程序员关注。