Python与Javascript相互调用超详细讲解(2022年1月最新)(一)基本原理 Part 1 – 通过子进程和进程间通信(IPC)

TL; DR

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:
    • 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
    • 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。
  4. 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

有库!有库!有库!

python调javascript

  • JSPyBridgepip install javascript
    • 优点:
      1. 作者还在维护,回issue和更新蛮快的。
      2. 支持比较新的python和node版本,安装简单
      3. 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。
  • PyExecJSpip 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

javascript调python

(因为与我的项目需求不太符合,所以了解不太多)

原理

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.Popensubprocess.callsubprocess.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。

# 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stdinstdoutstderr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。

优点

  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。

缺点

  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。