PyExecJS 技术文档
2024-12-25 23:44:50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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust075- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
项目优选
收起
暂无描述
Dockerfile
690
4.46 K
Ascend Extension for PyTorch
Python
544
669
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++
955
929
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
420
75
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
407
324
昇腾LLM分布式训练框架
Python
146
172
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
650
232
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.08 K
564
🎉 (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
1.59 K
925
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
642
292