1. 前言
日常 Web 端爬虫过程中,经常会遇到参数被加密的场景,因此,我们需要分析网页源代码
通过调式,一层层剥离出关键的 JS 代码,使用 Python 去执行这段代码,得出参数加密前后的 Python 实现
本文将聊聊利用 Python 调用 JS 的4种方式
2. 准备
以一段简单的 JS 脚本为例,将代码写入到文件中
- //norm.js
- //计算两个数的和
- function add(num1, num2) {
- return num1 + num2;
- }
其中,定义了一个方法,计算两个数的和
3. 方式一:PyExecJS
PyExecJS 是使用最多的一种方式,底层实现方式是:在本地 JS 环境下运行 JS 代码
支持的 JS 环境包含:Node.js、PyV8、PhantomJS、Nashorn 等
首先,我们需要安装依赖包 PyExecJS
- //py_exec_js_demo.py
-
- //安装依赖
- pip3 install PyExecJS
然后,从 JS 文件中读取源码
- def js_from_file(file_name):
- """
- 读取js文件
- :return:
- """
- with open(file_name, 'r', encoding='UTF-8') as file:
- result = file.read()
-
- return result
最后,使用 execjs 类的compile()方法编译加载上面的 JS 字符串,返回一个上下文对象
- import execjs
-
- from js_code import *
-
- # 编译加载js字符串
- context1 = execjs.compile(js_from_file('./norm.js'))
最后,调用上下文对象的call() 方法执行 JS 方法
其中,参数包含:JS 代码被调的方法名、对应方法的传入参数
- # 调用js代码中的add()方法,参数为2和3
- # 方法名:add
- # 参数:2和3
- result1 = context1.call("add", 2, 3)
-
- print(result1)
需要注意的,由于 PyExecJS 运行在本地 JS 环境下,使用之前会启动 JS 环境,最终导致运行速度会偏慢
更多功能可以参考:
GitHub - doloopwhile/PyExecJS: Run JavaScript code from Python (EOL: https://gist.github.com/doloopwhile/8c6ec7dd4703e8a44e559411cb2ea221)
4. 方式二:js2py
js2py作为一个纯 Python 实现的 JS 解释器,可以完全脱离 JS 环境,直接将 JS 代码转换为 Python 代码
首先,安装依赖库
- # 安装依赖库
- pip3 install js2py
然后使用 js2py 中的EvalJs()方法生成一个上下文对象
- # 使用获取上下js2py生成一个上下文环境
- context = js2py.EvalJs()
接着利用上下文对象执行 JS 脚本,转换为 Python 代码
- # 执行整段JS代码
- context.execute(js_content)
最后,利用上下文调用 JS 中的方法,并制定输入参数即可
- # 使用上下文context调用具体的函数
- # 函数名:add
- # 参数:1,2
- result = context.add(1, 2)
- print(result)
需要注意是,如果 JS 是很长的混淆代码,转换为 Python 的过程可能会报错
更多功能可以参考:
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)