python execjs详解_Python基于execjs运行js过程解析
execjs 使用
有了selenium+Chrome Headless 加载页面为什么还要用execjs来运行js?
selenium+Chrome Headless 必然是爬虫的一大利器,可是缺点依然存在, 性能问题不可忽视。
但这构不成舍弃它而不用的理由。我认为舍弃包括Chrome Headless、PhantomJS在内的无头浏览器的原因主要有以下几点:
1. 页面结构改变、弹窗(一些网站的页面结构经常无规则改变), 影响代码的健壮性。
2. 无头浏览器的应用场景主要是一些模拟登陆账号密码加密的场景, 爬虫全程使用无头浏览器, 影响性能和效率, 浪费资源。
3. 通过js加密的网站, 可以看得到加密过程,可以拿得到加密源码。
1. 安装
pip install PyExecJS # 需要注意, 包的名称:PyExecJS
2. 简单使用
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
浏览器环境运行的结果
3. 调用函数
# 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
# 1. 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)
#2. 在ubuntu下需要安装执行JS环境依赖, 作者的环境为PhantomJS
execjs.get().name
返回值: PhantomJS
#3. 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"
注1:作者之前在ubuntu环境下执行execjs碰见过因为没有环境而报错,因时间久远,无法肯定。 现在环境齐全, 报错无法复原,如有读者出现错误, 请留言, 多谢!
更新注1:经过朋友老冀的指正(在此感谢),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
# 1. 通过os.environ
os.environ["EXECJS_RUNTIME"] = "Node"
execjs.get().name
execjs.eval("1 + 2")
# 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
6. 简易性能分析
# 作者只简单试了三种, 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!
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
python execjs详解_Python基于execjs运行js过程解析相关推荐
- python递归详解_python基于递归解决背包问题详解
递归是个好东西,任何具有递归性质的问题通过函数递归调用会变得很简单.一个很复杂的问题,几行代码就能搞定. 最简单的递归问题:现有重量为weight的包,有若干重量分别为W1,W2.....Wn的物品, ...
- python timer详解_python线程定时器Timer实现原理解析
这篇文章主要介绍了python线程定时器Timer实现原理解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 一.线程定时器Timer原理 原理比较 ...
- python数据库环境详解_python中MySQL数据库相关操作
一 安装基本环境 1 简介 MySQL 基于TCP 协议之上的开发,但是网络连接后,传输的数据必须遵循MySQL的协议,封装好MySQL协议的包,就是驱动程序 MySQL 的驱动 MySQLDB 最有 ...
- python录音详解_python音频处理的示例详解
准备工作: 首先,我们需要 import 几个工具包,一个是 python 标准库中的 wave 模块,用于音频处理操作,另外两个是 numpy 和 matplot,提供数据处理函数. 一:读取本地音 ...
- python读取数据的函数详解_python如何从文件读取数据及解析
python如何从文件读取数据及解析 读取整个文件: 首先创建一个文件,例如我创建了一个t x t文件了. 然后我想读取这个文件了,我首先将上面的这个文件保存在我即将要创建的Python的文件目录下, ...
- python虚拟机详解_Python 虚拟机实现(一)
python并不将py文件编译为机器码来运行,而是由python虚拟机一条条地将py語句解释运行,这也是为什么被称为解释语言的原因之一.但python虚拟机并不直接执行py語句,它执行编译py語句后生 ...
- python语音合成实现原理_python腾讯语音合成实现过程解析
一.腾讯语音合成介绍 腾讯云语音合成技术(TTS)可以将任意文本转化为语音,实现让机器和应用张口说话. 腾讯TTS技术可以应用到很多场景,比如,移动APP语音播报新闻:智能设备语音提醒:依靠网上现有节 ...
- python excel详解_Python - excel 详解
Python读excel,2003用xlrd,2007和2010用openpyxl xlrd介绍:http://pypi.python.org/pypi/xlrd 转自:http://huaxia52 ...
- python函数详解_Python函数详解(转)
原地址:http://www.ithov.com/linux/100534_2.shtml 摘要:Python是一种面向对象.直译式计算机程序设计语言,也是一种功能强大而完善的通用型语言,已经具有十多 ...
最新文章
- 图像点云数据融合方法汇总
- CTFshow 信息收集 web8
- stringcstdlibctimecstdargctimectypecmathclimits
- mysql 5.7 hint_新特性解读 | MySQL 8.0 新增 HINT 模式
- windows c语言 http https检测_C语言编程工具的选择
- G面经prepare: Straight Partition of A Deck of Cards
- QObject: Cannot create children for a parent that is in a different thread错误
- 图片尺寸判断等-我们到底能走多远系列(21)
- 学习数据库必须掌握的54条SQL查询语句
- 线下商店销量预测挑战赛
- chrome支持的java版本下载_安装Chrome Java插件
- 2018年国内外信息安全相关大事件
- 基于matlab算法的可靠度分析,参考基于matlab算法的可靠度分析
- 导入Model为啥没有addAttribute()方法???
- 工商银行网银U盾在win7 64位操作系统无法使用的问题
- 商汤科技面试——AI算法岗
- 云灾备、云容灾、云备份、数据库上云、线下线上云灾备、灾备有云等
- 最新xampp安装教程与配置
- thinksns源码_看移动社交引擎ThinkSNS如何帮助企业和创业者快速搭建理想的社交产品?...
- mysql学生班级老师_MySQL全方位练习(学生表 教师表 课程表 分数表)