从 Python 执行 Javascript

Question

我有使用 xpath 抓取的 HTML 网页。 某个节点的etree.tostring给了我这个字符串：

<script>
<!--
function escramble_758(){
  var a,b,c
  a='+1 '
  b='84-'
  a+='425-'
  b+='7450'
  c='9'
  document.write(a+c+b)
}
escramble_758()
//-->
</script>

我只需要escramble_758()的输出。 我可以编写一个正则表达式来弄清楚整个事情，但我希望我的代码保持整洁。 什么是最好的选择？

我正在浏览以下库，但我没有看到确切的解决方案。 他们中的大多数人都在尝试模仿浏览器，让事情变得缓慢。

• http://code.google.com/p/python-spidermonkey/ （明确表示it's not yet possible to call a function defined in Javascript ）
• http://code.google.com/p/webscraping/ （看不到任何关于 Javascript 的内容，我可能错了）
• http://pypi.python.org/pypi/selenium （模拟浏览器）

编辑：一个例子会很棒..（准系统会做）

Answer 1

您还可以使用 Js2Py，它是用纯 python 编写的，能够执行 javascript 并将其转换为 python。 支持几乎整个 JavaScript 甚至标签、getter、setter 和其他很少使用的功能。

import js2py

js = """
function escramble_758(){
var a,b,c
a='+1 '
b='84-'
a+='425-'
b+='7450'
c='9'
document.write(a+c+b)
}
escramble_758()
""".replace("document.write", "return ")

result = js2py.eval_js(js)  # executing JavaScript and converting the result to python string 

Js2Py 的优点包括可移植性和与 python 的极其容易的集成（因为基本上 JavaScript 正在被翻译成 python）。

安装：

pip install js2py

Answer 2

使用PyV8 ，我可以做到这一点。 但是，我必须将document.write替换为return因为没有 DOM，因此也没有document 。

import PyV8
ctx = PyV8.JSContext()
ctx.enter()

js = """
function escramble_758(){
var a,b,c
a='+1 '
b='84-'
a+='425-'
b+='7450'
c='9'
document.write(a+c+b)
}
escramble_758()
"""

print ctx.eval(js.replace("document.write", "return "))

或者您可以创建一个模拟文档对象

class MockDocument(object):

    def __init__(self):
        self.value = ''

    def write(self, *args):
        self.value += ''.join(str(i) for i in args)


class Global(PyV8.JSClass):
    def __init__(self):
        self.document = MockDocument()

scope = Global()
ctx = PyV8.JSContext(scope)
ctx.enter()
ctx.eval(js)
print scope.document.value

Answer 3

PyV8 的另一种解决方案似乎没有维护并且依赖于旧版本的 libv8。

PyMiniRacer它是 v8 引擎的包装器，它适用于新版本并得到积极维护。

pip install py-mini-racer

from py_mini_racer import py_mini_racer
ctx = py_mini_racer.MiniRacer()
ctx.eval("""
function escramble_758(){
    var a,b,c
    a='+1 '
    b='84-'
    a+='425-'
    b+='7450'
    c='9'
    return a+c+b;
}
""")
ctx.call("escramble_758")

是的，您必须按照其他人的建议将document.write替换为return

Answer 4

您可以使用 js2py 上下文来执行您的 js 代码并使用模拟文档对象从 do​​cument.write 获取输出：

import js2py

js = """
var output;
document = {
    write: function(value){
        output = value;
    }
}
""" + your_script

context = js2py.EvalJs()
context.execute(js)
print(context.output)

Answer 5

您可以使用requests-html下载并在下面使用 chromium。

from requests_html import HTML

html = HTML(html="<a href='http://www.example.com/'>")

script = """
function escramble_758(){
    var a,b,c
    a='+1 '
    b='84-'
    a+='425-'
    b+='7450'
    c='9'
    return a+c+b;
}
"""

val = html.render(script=script, reload=False)
print(val)
# +1 425-984-7450

更多关于这个阅读 这里

Answer 6

quickjs 应该是 quickjs 出来后的最佳选择。 只需pip install quickjs ，您就可以开始了。

根据 README 上的示例进行修改。

from quickjs import Function

js = """
function escramble_758(){
var a,b,c
a='+1 '
b='84-'
a+='425-'
b+='7450'
c='9'
document.write(a+c+b)
escramble_758()
}
"""

escramble_758 = Function('escramble_758', js.replace("document.write", "return "))

print(escramble_758())

https://github.com/PetterS/quickjs

Answer 7

晚会真的很晚，但您可以使用 pyv8 的继任者，它由名为 CloudFlare 的知名组织（主观）定期维护。 这是存储库 URL：

https://github.com/cloudflare/stpyv8