先要明白的是，javascript和python都是解釋型語言，它們的運行是需要具體的runtime的。

• Python： 我們最常安裝的Python其實是cpython，就是基于C來運行的。除此之外還有像pypy這樣的自己寫了解釋器的，transcrypt這種轉成js之后再利用js的runtime的。基本上，不使用cpython作為python的runtime的最大問題就是通過pypi安裝的那些外來包，甚至有一些cpython自己的原生包（像 collections 這種）都用不了。
• JavaScript： 常見的運行引擎有google的V8，Mozilla的SpiderMonkey等等，這些引擎會把JavaScript代碼轉換成機器碼執行。基于這些基礎的運行引擎，我們可以開發支持JS的瀏覽器（比如Chrome的JS運行引擎就是V8）；也可以開發功能更多的JS運行環境，比如Node.js，相當于我們不需要一個瀏覽器，也可以跑JS代碼。有了Node.js，JS包管理也變得方便許多，如果我們想把開發好的Node.js包再給瀏覽器用，就需要把基于Node.js的源代碼編譯成瀏覽器支持的JS代碼。

在本文敘述中，假定：

• 主語言： 最終的主程序所用的語言
• 副語言： 不是主語言的另一種語言

例如，python調用js，python就是主語言，js是副語言

TL; DR

適用于：

1. python和javascript的runtime（基本特指cpython[不是cython！]和Node.js）都裝好了
2. 副語言用了一些復雜的包（例如python用了numpy、javascript用了一點Node.js的C++擴展等）
3. 對運行效率有要求的話:
4. python與javascript之間的交互不能太多，傳遞的對象不要太大、太復雜，最好都是可序列化的對象
5. javascript占的比重不過小。否則，python調js的話，啟動Node.js子進程比實際跑程序還慢；js調python的話，因為js跑得快，要花很多時間在等python上。
6. 因為IPC大概率會用線程同步輸入輸出，主語言少整啥多進程多、線程之類的并發編程

有庫！有庫！有庫！

python調javascript

• JSPyBridge ： pip install javascript優點：作者還在維護，回issue和更新蠻快的。支持比較新的python和node版本，安裝簡單基本支持互調用，包括綁定或者傳回調函數之類的。缺點 ：沒有合理的銷毀機制， import javascript 即視作連接JS端，會初始化所有要用的線程多線程。如果python主程序想重啟對JS的連接，或者主程序用了多進程，想在每個進程都連接一次JS，都很難做到，會容易出錯。
• PyExecJS ： pip install PyExecJS ，比較老的技術文章都推的這個包優點： 支持除了Node.js以外的runtime，例如PhantomJS之類的缺點： End of Life，作者停止維護了

javascript調python

（因為與我的項目需求不太符合，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

原理

首先，該方法的前提是兩種語言都要有安裝好的runtime，且能通過命令行調用runtime運行文件或一串字符腳本。例如，裝好cpython后我們可以通過 python a.py 來運行python程序，裝好Node.js之后我們可以通過 node a.js 或者 node -e "some script" 等來運行JS程序。

當然，最簡單的情況下，如果我們只需要調用一次副語言，也沒有啥交互（或者最多只有一次交互），那直接找個方法調用CLI就OK了。把給副語言的輸入用stdin或者命令行參數傳遞，讀取命令的輸出當作副語言的輸出。

例如，python可以用 subprocess.Popen ， subprocess.call ， subprocess.check_output 或者 os.system 之類的，Node.js可以用 child_process 里的方法， exec 或者 fork 之類的。 需要注意的是，如果需要引用其他包，Node.js需要注意在 node_modules 所在的目錄下運行指令，python需要注意設置好PYTHONPATH環境變量。

# Need to set the working directory to the directory where `node_modules` resides if necessary
>>> import subprocess
>>> a, b = 1, 2
>>> print(subprocess.check_output(["node", "-e", f"console.log({a}+{b})"]))
b'3\n'
>>> print(subprocess.check_output(["node", "-e", f"console.log({a}+{b})"]).decode('utf-8'))
3

// Need to set PYTHONPATH in advance if necessary
const a = 1;
const b = 2;
const { execSync } = require("child_process");
console.log(execSync(`python -c "print(${a}+${b})"`));
//<Buffer 33 0a>
console.log(execSync(`python -c "print(${a}+${b})"`).toString());
//3
//

如果有復雜的交互，要傳遞復雜的對象，有的倒還可以序列化，有的根本不能序列化，咋辦？

這基本要利用 進程間通信（IPC） ，通常情況下是用 管道（Pipe） 。在 stdin ， stdout 和 stderr 三者之中至少挑一個建立管道。

假設我用 stdin 從python向js傳數據，用 stderr 接收數據，模式大約會是這樣的：

（以下偽代碼僅為示意，沒有嚴格測試過，實際使用建議直接用庫）

1. 新建一個副語言（假設為JS）文件 python-bridge.js ：該文件不斷讀取 stdin 并根據發來的信息不同，進行不同的處理；同時如果需要打印信息或者傳遞object給主語言，將它們適當序列化后寫入 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異步打開一個子進程，并將子進程的之中的至少一個，用管道連接。大概類似于: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. 在需要調用JS，或者需要給JS傳遞數據的時候，往 subproc 寫入序列化好的信息，寫入后需要 flush ，不然可能會先寫入緩沖區：subproc.stdin.write(f"$p2j call funcName {json.dumps([arg1, arg2])}".encode()) subproc.stdin.flush() # write immediately, not writing to the buffer of the stream
4. 對管道化的 stdout / stderr ，新建一個線程，專門負責讀取傳來的數據并進行處理。是對象的重新轉換成對象，是普通信息的直接打印回主進程的 stderr 或者 stdout 。def read_stderr(): while subproc.poll() is None: # when the subprocess is still alive, keep reading line = self.subproc.stderr.readline().decode('utf-8') if line.startswith('$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()這里由于我們的 stdout 沒有建立管道，所以node那邊往 stdout 里打印的東西會直接打印到python的 sys.stdout 里，不用自己處理。
5. 由于線程是異步進行的，什么時候知道一個函數返回的對象到了呢？答案是用線程同步手段，信號量（Semaphore）、條件（Condition），事件（Event）等等，都可以。以 python的條件 為例：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"$p2j call funcName {json.dumps([arg1, arg2])}".encode()) subproc.stdin.flush() # wait for the result with func_name_cv: if not func_name_result_returned: func_name_cv.wait(timeout=10000) # when result finally returned, reset the flag func_name_result_returned = False return func_name_result同時，需要在讀stderr的線程 read_stderr 里解除對這個返回值的阻塞。需要注意的是，如果JS端因為意外而退出了， subproc 也會死掉， 這時候也要記得取消主線程中的阻塞 。def read_stderr(): while subproc.poll() is None: # when the subprocess is still alive, keep reading # Deal with a line line = self.subproc.stderr.readline().decode('utf-8') if line.startswith('$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()當然這是比較簡單的版本，由于對JS的調用基本都是線性的，所以可以知道只要得到一個object的返回，那就一定是 func_name_wrapper 對應的結果。如果函數多起來的話，情況會更復雜。
6. 如果想 取消對JS的連接 ，首先應該先關閉子進程，然后等待讀 stdout / stderr 的線程自己自然退出，最后 一定不要忘記關閉管道 。并且 這三步的順序不能換 ，如果先關了管道，讀線程會因為 stdout / stderr 已經關了而出錯。subproc.terminate() stderr_thread.join() subproc.stdin.close() subproc.stderr.close()

如果是通過這種原理javascript調用python，方法也差不多，javascript方是Node.js的話，用的是 child_process 里的指令。

優點

1. 只需要正常裝好兩方的runtime就能實現交互，運行環境相對比較好配。
2. 只要python方和javascript方在各自的runtime里正常運行沒問題，那么連上之后運行也基本不會有問題。（除非涉及并發）
3. 對兩種語言的所有可用的擴展包基本都能支持。

缺點

1. 當python與JavaScript交互頻繁，且交互的信息都很大的時候，可能會很影響程序效率。因為僅僅通過最多3個管道混合處理普通要打印的信息、python與js交互的對象、函數調用等，通信開銷很大。
2. 要另起一個子進程運行副語言的runtime，會花一定時間和空間開銷。

yHTML 是個快速 HTML 解析器，使用線程來實現一個類似純 C99庫，無任何外部依賴。

MyHTML 當前版本是 1.0.1，擴展了一個 MyCSS 開源庫。MyCSS 是個快速的 CSS 解析器，GitHub 地址：

MyHTML 主要特性：

• 異步解析，構建樹和指數

• 和 HTML5 規范完全一致

• 兩個 API – 高和低水平

• 操作元素：添加，修改，刪除和其他

• 操作元素屬性：添加，修改，刪除和其他

• 支持 39 種字符編碼 encoding.spec.whatwg.org

• 支持字符編碼檢測

• 支持單模解析

• 支持無 POSIX 線程構建

• 支持片段解析

• 支持 parsing by chunks

• 無外部依賴

• C99 支持

• 通過了所有 html5lib-tests

擴展庫

• MyCSS— Fast C/C++ CSS Parser (Cascading Style Sheets Parser)

支持的 InputStream 編碼

X_USER_DEFINED, UTF_8, UTF_16LE, UTF_16BE, BIG5, EUC_KR, GB18030, IBM866, ISO_8859_10, ISO_8859_13, ISO_8859_14, ISO_8859_15, ISO_8859_16, ISO_8859_2, ISO_8859_3, ISO_8859_4, ISO_8859_5, ISO_8859_6, ISO_8859_7, ISO_8859_8, KOI8_R, KOI8_U, MACINTOSH, WINDOWS_1250, WINDOWS_1251, WINDOWS_1252, WINDOWS_1253, WINDOWS_1254, WINDOWS_1255, WINDOWS_1256, WINDOWS_1257, WINDOWS_1258, WINDOWS_874, X_MAC_CYRILLIC, ISO_2022_JP, GBK, SHIFT_JIS, EUC_JP, ISO_8859_8_I

支持 UTF-8 編碼

可檢測的字符編碼

UTF-8, UTF-16LE, UTF16BE 和 russian windows-1251, koi8-r, iso-8859-5, x-mac-cyrillic, ibm866

構建和安裝

Make

make

• MyHTML_OPTIMIZATION_LEVEL=-O2set compiler optimization level. Default: -O2

• MyHTML_BUILD_WITHOUT_THREADS=YESbuild without POSIX Threads. Default: NO

示例

make MyHTML_BUILD_WITHOUT_THREADS=NO

cp lib/* /usr/local/lib cp -r include/* /usr/local/include

CMake

在 myhtml/project 目錄：

cmake .make sudo make install

• MyHTML_OPTIMIZATION_LEVEL=-O2set compiler optimization level. Default: -O2

• CMAKE_INSTALL_LIBDIR=libset path to install created library. Default: lib

• MyHTML_BUILD_SHARED=ONbuild shared library. Default: ON

• MyHTML_BUILD_STATIC=ONbuild static library. Default: ON

• MyHTML_INSTALL_HEADER=OFFinstall header files. Default OFF

• MyHTML_BUILD_WITHOUT_THREADS=YESbuild without POSIX Threads. Default: NO

• MyHTML_EXTERN_MALLOC=my_malloc_funcset extern malloc function. Default: UNDEFINED

• MyHTML_EXTERN_REALLOC=my_realloc_funcset extern realloc function. Default: UNDEFINED

• MyHTML_EXTERN_CALLOC=my_calloc_funcset extern calloc function. Default: UNDEFINED

• MyHTML_EXTERN_FREE=my_free_funcset extern free function. Default: UNDEFINED

示例

cmake . -DCMAKE_INSTALL_LIBDIR=lib64 -DMyHTML_INSTALL_HEADER=ON

程序構建示例

構建共享庫

gcc -Wall -Werror -O2 -lmyhtml your_program.c -o your_program

構建靜態庫

gcc -Wall -Werror -O2 your_program.c /path/to/libmyhtml_static.a -o your_program

其他語言綁定

簡單示例

#include <stdio.h>#include <stdlib.h>#include <string.h>#include <myhtml/api.h>int main(int argc, const char * argv[]) { char html = "<div><span>HTML</span></div>"; // basic init myhtml_t* myhtml = myhtml_create; myhtml_init(myhtml, MyHTML_OPTIONS_DEFAULT, 1, 0); // first tree init  myhtml_tree_t* tree = myhtml_tree_create; myhtml_tree_init(tree, myhtml); // parse html myhtml_parse(tree, MyHTML_ENCODING_UTF_8, html, strlen(html)); // release resources myhtml_tree_destroy(tree); myhtml_destroy(myhtml); return 0; }

MyHTML 遵循 LGPL 開源授權協議.

微信訂閱號：開源派 （opensourcepie）

↓點擊閱讀原文,查看相關鏈接