java与python交互、java和python哪个好学 收藏 0

Python与Javascript相互调用超详细讲解（2022年1月最新）

首先要明白的是，javascript和python都是解释型语言，它们的运行是需要具体的runtime的。

• Python： 我们最常安装的Python其实是cpython，就是基于C来运行的。除此之外还有像pypy这样的自己写了解释器的，transcrypt这种转成js之后再利用js的runtime的。基本上，不使用cpython作为python的runtime的最大问题就是通过pypi安装的那些外来包，甚至有一些cpython自己的原生包（像 collections 这种）都用不了。
• JavaScript： 常见的运行引擎有google的V8，Mozilla的SpiderMonkey等等，这些引擎会把JavaScript代码转换成机器码执行。基于这些基础的运行引擎，我们可以开发支持JS的浏览器（比如Chrome的JS运行引擎就是V8）；也可以开发功能更多的JS运行环境，比如Node.js，相当于我们不需要一个浏览器，也可以跑JS代码。有了Node.js，JS包管理也变得方便许多，如果我们想把开发好的Node.js包再给浏览器用，就需要把基于Node.js的源代码编译成浏览器支持的JS代码。

在本文叙述中，假定：

• 主语言： 最终的主程序所用的语言
• 副语言： 不是主语言的另一种语言

例如，python调用js，python就是主语言，js是副语言

适用于：

1. python和javascript的runtime（基本特指cpython[不是cython！]和Node.js）都装好了
2. 副语言用了一些复杂的包（例如python用了numpy、javascript用了一点Node.js的C++扩展等）
3. 对运行效率有要求的话:
4. python与javascript之间的交互不能太多，传递的对象不要太大、太复杂，最好都是可序列化的对象
5. javascript占的比重不过小。否则，python调js的话，启动Node.js子进程比实际跑程序还慢；js调python的话，因为js跑得快，要花很多时间在等python上。
6. 因为IPC大概率会用线程同步输入输出，主语言少整啥多进程多、线程之类的并发编程

• JSPyBridge ： pip install javascript优点：作者还在维护，回issue和更新蛮快的。支持比较新的python和node版本，安装简单基本支持互调用，包括绑定或者传回调函数之类的。缺点 ：没有合理的销毁机制， import javascript 即视作连接JS端，会初始化所有要用的线程多线程。如果python主程序想重启对JS的连接，或者主程序用了多进程，想在每个进程都连接一次JS，都很难做到，会容易出错。
• PyExecJS ： pip install PyExecJS ，比较老的技术文章都推的这个包优点： 支持除了Node.js以外的runtime，例如PhantomJS之类的缺点： End of Life，作者停止维护了

（因为与我的项目需求不太符合，所以了解的不太多）

• JSPyBridge ： npm i pythonia
• node-python-bridge : npm install python-bridge
• python-shell ： npm install python-shell

首先，该方法的前提是两种语言都要有安装好的runtime，且能通过命令行调用runtime运行文件或一串字符脚本。例如，装好cpython后我们可以通过 python a.py 来运行python程序，装好Node.js之后我们可以通过 node a.js 或者 node -e \”some script\” 等来运行JS程序。

当然，最简单的情况下，如果我们只需要调用一次副语言，也没有啥交互（或者最多只有一次交互），那直接找个方法调用CLI就OK了。把给副语言的输入用stdin或者命令行参数传递，读取命令的输出当作副语言的输出。

例如，python可以用 subprocess.Popen ， subprocess.call ， subprocess.check_output 或者 os.system 之类的，Node.js可以用 child_process 里的方法， exec 或者 fork 之类的。 需要注意的是，如果需要引用其他包，Node.js需要注意在 node_modules 所在的目录下运行指令，python需要注意设置好PYTHONPATH环境变量。

如果有复杂的交互，要传递复杂的对象，有的倒还可以序列化，有的根本不能序列化，咋办？

这基本要利用 进程间通信（IPC） ，通常情况下是用 管道（Pipe） 。在 stdin ， stdout 和 stderr 三者之中至少挑一个建立管道。

假设我用 stdin 从python向js传数据，用 stderr 接收数据，模式大约会是这样的：

（以下伪代码仅为示意，没有严格测试过，实际使用建议直接用库）

1. 新建一个副语言（假设为JS）文件 python-bridge.js ：该文件不断读取 stdin 并根据发来的信息不同，进行不同的处理；同时如果需要打印信息或者传递object给主语言，将它们适当序列化后写入 stdout 或者 stderr 。process.stdin.on(\’data\’, data => { data.split(\’\\n\’).forEach(line => { // Deal with each line // write message process.stdout.write(message + \”\\n\”); // deliver object, \”$j2p\” can be any prefix predefined and agreed upon with the Python side // just to tell python side that this is an object needs parsing process.stderr.write(\”$j2p sendObj \”+JSON.stringify(obj)+\”\\n); }); } process.on(\’exit\’, () => { console.debug(\’** Node exiting\’); });
2. 在python中，用Popen异步打开一个子进程，并将子进程的之中的至少一个，用管道连接。大概类似于:cmd = [\”node\”, \”–trace-uncaught\”, f\”{os.path.dirname(__file__)}/python-bridge.js\”] kwargs = dict( stdin=subprocess.PIPE, stdout=sys.stdout, stderr=subprocess.PIPE, ) if os.name == \’nt\’: kwargs[\’creationflags\’] = subprocess.CREATE_NO_WINDOW subproc = subprocess.Popen(cmd, **kwargs)
3. 在需要调用JS，或者需要给JS传递数据的时候，往 subproc 写入序列化好的信息，写入后需要 flush ，不然可能会先写入缓冲区：subproc.stdin.write(f\”$p2j call funcName {json.dumps([arg1, arg2])}\”.encode()) subproc.stdin.flush() # write immediately, not writing to the buffer of the stream
4. 对管道化的 stdout / stderr ，新建一个线程，专门负责读取传来的数据并进行处理。是对象的重新转换成对象，是普通信息的直接打印回主进程的 stderr 或者 stdout 。def read_stderr(): while subproc.poll() is None: # when the subprocess is still alive, keep reading line = self.subproc.stderr.readline().decode(\’utf-8\’) if line.startswith(\’$j2p\’): # receive special information _, cmd, line = line.split(\’ \’, maxsplit=2) if cmd == \’sendObj\’: # For example, received an object obj = json.loads(line) else: # otherwise, write to stderr as it is sys.stderr.write(line) stderr_thread = threading.Thread(target=read_stderr, args=(), daemon=True) stderr_thread.start()这里由于我们的 stdout 没有建立管道，所以node那边往 stdout 里打印的东西会直接打印到python的 sys.stdout 里，不用自己处理。
5. 由于线程是异步进行的，什么时候知道一个函数返回的对象到了呢？答案是用线程同步手段，信号量（Semaphore）、条件（Condition），事件（Event）等等，都可以。以 python的条件 为例：func_name_cv = threading.Condition() # use a flag and a result object in case some function has no result func_name_result_returned = False func_name_result = None def func_name_wrapper(arg1, arg2): # send arguments subproc.stdin.write(f\”$p2j call funcName {json.dumps([arg1, arg2])}\”.encode()) subproc.stdin.flush() # wait for the result with func_name_cv: if not func_name_result_returned: func_name_cv.wait(timeout=10000) # when result finally returned, reset the flag func_name_result_returned = False return func_name_result同时，需要在读stderr的线程 read_stderr 里解除对这个返回值的阻塞。需要注意的是，如果JS端因为意外而退出了， subproc 也会死掉， 这时候也要记得取消主线程中的阻塞 。def read_stderr(): while subproc.poll() is None: # when the subprocess is still alive, keep reading # Deal with a line line = self.subproc.stderr.readline().decode(\’utf-8\’) if line.startswith(\’$j2p\’): # receive special information _, cmd, line = line.split(\’ \’, maxsplit=2) if cmd == \’sendObj\’: # acquire lock here to ensure the editing of func_name_result is mutex with func_name_cv: # For example, received an object func_name_result = json.loads(line) func_name_result_returned = True # unblock func_name_wrapper when receiving the result func_name_cv.notify() else: # otherwise, write to stderr as it is sys.stderr.write(line) # If subproc is terminated (mainly due to error), still need to unblock func_name_wrapper func_name_cv.notify()当然这是比较简单的版本，由于对JS的调用基本都是线性的，所以可以知道只要得到一个object的返回，那就一定是 func_name_wrapper 对应的结果。如果函数多起来的话，情况会更复杂。
6. 如果想 取消对JS的连接 ，首先应该先关闭子进程，然后等待读 stdout / stderr 的线程自己自然退出，最后 一定不要忘记关闭管道 。并且 这三步的顺序不能换 ，如果先关了管道，读线程会因为 stdout / stderr 已经关了而出错。subproc.terminate() stderr_thread.join() subproc.stdin.close() subproc.stderr.close()

如果是通过这种原理javascript调用python，方法也差不多，javascript方是Node.js的话，用的是 child_process 里的指令。

1. 只需要正常装好两方的runtime就能实现交互，运行环境相对比较好配。
2. 只要python方和javascript方在各自的runtime里正常运行没问题，那么连上之后运行也基本不会有问题。（除非涉及并发）
3. 对两种语言的所有可用的扩展包基本都能支持。

1. 当python与JavaScript交互频繁，且交互的信息都很大的时候，可能会很影响程序效率。因为仅仅通过最多3个管道混合处理普通要打印的信息、python与js交互的对象、函数调用等，通信开销很大。
2. 要另起一个子进程运行副语言的runtime，会花一定时间和空间开销。

Pyodide：python与js无缝交互

Pyodide 是一个将 Python 解释器及其科学计算堆栈移植到 WebAssembly 的项目，使得 Python 可以在浏览器中运行。以下是 Pyodide 的一些详细信息：

### 核心功能

1. **Python 解释器**：

– Pyodide 包含一个完整的 Python 解释器，能够在浏览器中执行 Python 代码。

2. **科学计算堆栈**：

– 支持许多常用的 Python 科学库，如 NumPy、Pandas、Matplotlib、Scipy 等。

3. **与 JavaScript 交互**：

– Python 和 JavaScript 可以在浏览器中相互调用，使得两者可以无缝协作。

– Python 可以直接访问 JavaScript 对象，反之亦然。

### 使用场景

– **数据可视化**：在浏览器中进行复杂的数据分析和可视化，无需后端支持。

– **教育**：提供在线 Python 编程环境，适合教学和学习。

– **Web 应用程序**：在不离开浏览器的情况下执行 Python 脚本。

### 优势

– **跨平台兼容**：在任何支持 WebAssembly 的现代浏览器中运行，无需安装额外的软件。

– **轻量级**：通过运行时加载库，仅加载所需的组件。

### 安装与使用

– **加载 Pyodide**：

你可以使用 `<script>` 标签在网页中引入 Pyodide：

“`html

<script src=\”https://cdn.jsdelivr.net/pyodide/v0.21.3/full/pyodide.js\”></script>

“`

– **初始化 Pyodide**：

“`javascript

async function loadPyodideAndPackages() {

let pyodide = await loadPyodide();

await pyodide.loadPackage([\’numpy\’, \’pandas\’]);

return pyodide;

}

“`

– **运行 Python 代码**：

“`javascript

async function runPythonCode() {

let pyodide = await loadPyodideAndPackages();

pyodide.runPython(`

import numpy as np

print(np.array([1, 2, 3]))

`);

}

“`

### 资源与社区

– **官方网站**：提供详细文档和教程，帮助开发者入门。

– **GitHub**：开源代码库，接受社区贡献和反馈。

Pyodide 是一个强大的工具，特别适合需要在客户端执行 Python 的场景。

【自动化测试】Python和Java，哪个更适合你？

虽然Python和Java都可以用于自动化测试，但是一些方面Python比Java合适，下面的例子看下。

Python在简洁方面更胜一筹，可读性更强。相比于Java，代码量更少，开发速度更快，这点对于自动化测试非常重要，因为测试脚本需要频繁的修改和维护。

—— 【例如】Python和Java中实现一个简单的 \”Hello, World!\” 程序：

Python:

Java:

Python第三方库非常丰富，尤其是在自动化测试方面。

——比如： Selenium、pytest、Robot Framework 等，这些库为自动化测试提供了便利。

Python 是一种动态类型语言，不需要显式声明变量类型。这让编写测试脚本更加简洁和灵活。而 Java 是静态类型语言，需要声明变量类型，相对繁琐。

Python 提供了 REPL（Read-Eval-Print Loop）功能，可以在交互式环境中编写和调试代码，这在编写和调试测试脚本时非常有用。虽然 Java 也有类似的功能，但 Python 的交互式环境使用更为广泛。

Python可以轻松和其他自动化工具集成，比如Jenkins。

综上，Python 在自动化测试方面的简洁易读的语法、丰富的第三方库支持、动态类型、REPL 支持、易于集成和社区支持等多个方面，使其成为一个比 Java 更合适的选择。但是，也不代表Java就不行，再自动化测试工具和框架方面Java也有不少优秀的工具和框架，如 JUnit 和 TestNG。

推荐初学者从Python入手，有两点原因。

第一：自动化测试的目的是为了提升测试效率，将更多重复繁琐的工作交给程序自动执行，我们就有更多的时间去测试那些新功能，毕竟手工测试是发现Bug最快和最多的一种途径，自动化的本质还是测试，Python语法相比于Java来说更加简洁，可能Java要写十行，Python只需要两行，如果选择Java可能就需要花更多的时间去编写自动化脚本，而Python所花费的时间会少一些，正如Python的格言所说“Life is short，use python！”人生苦短，我用Python；

第二：自动化测试脚本或测试平台一般是内部使用，使用的人数一般比较少，不会涉及高并发这种场景，即使Python性能没有那么好，也不耽误我们做自动化测试。

本文作者及来源:Renderbus瑞云渲染农场https://www.renderbus.com