PyScript项目中JS Proxy在Python与JavaScript交互中的问题剖析
2025-05-12 02:52:53作者:曹令琨Iris
引言
在PyScript项目中,Python与JavaScript的交互是一个核心功能。然而,近期发现了一个关键问题:Pyodide和MicroPython两种Python解释器在处理JavaScript Proxy对象时存在不一致行为,这直接影响了跨解释器代码的可移植性。
问题本质
当Python代码通过FFI(外部函数接口)访问JavaScript Proxy对象时,两种解释器表现出截然不同的行为:
- MicroPython:仅支持
js_proxy["key"]的字典式访问,而js_proxy.key属性访问会抛出AttributeError - Pyodide:仅支持
js_proxy.key属性访问,而js_proxy["key"]会抛出TypeError: 'pyodide.ffi.JsProxy' object is not subscriptable
这种差异导致开发者无法编写在两种解释器上都能正常工作的通用代码。
技术背景
JavaScript Proxy对象允许开发者创建一个对象的代理,从而可以拦截和自定义该对象的基本操作。在JavaScript中,obj.key和obj["key"]是完全等价的访问方式。
然而在Python中,这两种访问方式对应不同的魔术方法:
obj.key→__getattr__obj["key"]→__getitem__
问题复现
通过一个简单的Proxy示例可以清晰展示这个问题:
const proxy = new Proxy(new Map, {
get(map, name) {
if (!map.has(name))
map.set(name, Math.random());
return map.get(name);
}
});
在JavaScript中,proxy.test和proxy["test"]都能正常工作且结果相同。但在不同Python解释器中:
- MicroPython只接受
proxy["test"] - Pyodide只接受
proxy.test
深入分析
问题的根源在于两种解释器对JavaScript对象到Python对象的映射策略不同:
- MicroPython最初实现时过于严格,只实现了
__getitem__方式 - Pyodide则更倾向于Python传统,认为模块属性应该通过
.访问
更复杂的是,Pyodide在内部进行了大量的类型检测,包括:
- 检查对象是否具有
then方法(Promise检测) - 检查
next方法(迭代器检测) - 各种品牌检查(brand checking)
这些检测会意外触发Proxy的get陷阱,导致不必要的副作用。
解决方案演进
- 临时解决方案:通过Python包装器统一访问方式
import js
get = js.Reflect.get
def js_proxy(ref):
class JSProxy:
def __getitem__(self, name): return get(ref, name)
def __getattr__(self, name): return get(ref, name)
return JSProxy()
-
MicroPython修复:已提交PR使两种访问方式行为一致
-
最佳实践建议:
- 避免在Proxy背后使用Map/Set等特殊对象
- 明确实现所有必要的Proxy陷阱(has, get等)
- 在跨解释器代码中使用保守的访问方式
对PyScript项目的影响
这个问题直接影响PyScript的几个核心功能:
- 命名Worker系统:
workers[name]的动态访问 - 存储抽象层:IndexedDB的键值访问
- 模块系统:通过
registerJsModule注册的JS模块访问
总结与建议
JavaScript Proxy在现代Web开发中越来越常见,Python解释器需要更智能地处理这类对象。建议:
- 统一两种访问方式的行为
- 减少不必要的类型检测和属性访问
- 提供明确的文档说明JS对象映射规则
PyScript作为桥接Python和JavaScript的项目,处理好这类边界情况对开发者体验至关重要。随着两种语言交互的深入,这类问题需要更系统性的解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C036
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
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-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
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
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
427
3.28 K
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++
689
344
Ascend Extension for PyTorch
Python
235
268
暂无简介
Dart
686
161
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
React Native鸿蒙化仓库
JavaScript
266
327
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
62
33
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (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
1.22 K
669