PyExecJS 技术文档
2024-12-25 21:01:27作者:盛欣凯Ernestine
1. 安装指南
由于 PyExecJS 项目已经停止维护,建议用户考虑使用其他替代库。如果仍需使用 PyExecJS,可以通过以下方式进行安装:
$ pip install PyExecJS
或者使用 easy_install:
$ easy_install PyExecJS
2. 项目的使用说明
PyExecJS 是一个从 Ruby 的 ExecJS 移植过来的 Python 库,允许在 Python 中运行 JavaScript 代码。PyExecJS 会自动选择最佳的 JavaScript 运行时来执行代码。
2.1 基本用法
以下是一个简单的示例,展示了如何在 Python 中使用 PyExecJS 运行 JavaScript 代码:
import execjs
# 直接执行 JavaScript 表达式
result = execjs.eval("'red yellow blue'.split(' ')")
print(result) # 输出: ['red', 'yellow', 'blue']
# 编译并执行 JavaScript 函数
ctx = execjs.compile("""
function add(x, y) {
return x + y;
}
""")
result = ctx.call("add", 1, 2)
print(result) # 输出: 3
2.2 选择运行时
PyExecJS 支持多种 JavaScript 运行时,包括 Node.js、PhantomJS、Nashorn 等。可以通过设置环境变量 EXECJS_RUNTIME 来指定默认的运行时:
import os
import execjs
os.environ["EXECJS_RUNTIME"] = "Node"
runtime_name = execjs.get().name
print(runtime_name) # 输出: Node.js (V8)
也可以通过 execjs.get() 手动选择运行时:
import execjs
import execjs.runtime_names
# 选择 Node.js 运行时
node = execjs.get(execjs.runtime_names.Node)
result = node.eval("1 + 2")
print(result) # 输出: 3
3. 项目API使用文档
3.1 execjs.eval(expression)
- 功能: 直接执行 JavaScript 表达式并返回结果。
- 参数:
expression(str): 要执行的 JavaScript 表达式。
- 返回值: 表达式的执行结果。
3.2 execjs.compile(source)
- 功能: 编译 JavaScript 代码,返回一个可调用的上下文对象。
- 参数:
source(str): 要编译的 JavaScript 代码。
- 返回值: 一个可调用的上下文对象。
3.3 ctx.call(function_name, *args)
- 功能: 调用编译后的 JavaScript 函数。
- 参数:
function_name(str): 要调用的函数名。*args: 传递给函数的参数。
- 返回值: 函数的执行结果。
3.4 execjs.get(runtime_name=None)
- 功能: 获取指定的 JavaScript 运行时。如果不指定
runtime_name,则自动选择最佳运行时。 - 参数:
runtime_name(str, 可选): 运行时名称,如Node、PhantomJS等。
- 返回值: 一个运行时对象。
4. 项目安装方式
PyExecJS 可以通过 pip 或 easy_install 进行安装:
$ pip install PyExecJS
或者:
$ easy_install PyExecJS
安装完成后,即可在 Python 代码中导入并使用 execjs 模块。
注意: 由于 PyExecJS 已经停止维护,建议用户考虑使用其他替代库,如 js2py 或 dukpy。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
226
251
暂无简介
Dart
672
159
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
319
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868