JavaScript 和 Python 代码也能结合使用？

关注

原创最新推荐文章于 2026-08-07 16:32:23 发布 1.5k 阅读 AI 写同款· GEO 优化 ›

最近在 Github 上发现一个非常有意思的项目 PythonMonkey ，它可以让我们直接在 JavaScript 中运行 Python 代码，也可以在 Python 中运行 JavaScript 和 WebAssembly 代码，而且几乎没有性能损失。

PythonMonkey 是一个 Python 库，它使用 Mozilla 的 SpiderMonkey JavaScript 引擎构建，可以实现 Python 和 JavaScript 之间的互操作。它可以让 JavaScript 库能够在 Python 代码中无缝使用，反之亦然，而不会造成比较大的性能损失。例如，我们可以从 JavaScript 库中调用 NumPy 等 Python 包，或者直接从 Python 中使用 crypto-js 等 NPM 包。此外，使用 WebAssembly API 和 SpiderMonkey 引擎在 Python 中执行 WebAssembly 模块也变得非常简单。开发者也可以使用 PythonMonkey 重构用 Python 编写的代码改为在 JS 中执行，利用 SpiderMonkey 的即时编译器获得接近原生的速度。

PythonMonkey 还附带了 PMJS，这是一个类似于 Node.js 的 JavaScript 运行时环境，支持从 JavaScript 调用 Python 库。

下面是一个简单的 “hello world”示例，演示了从 JavaScript 生成的字符串并返回到 Python 上下文：

>>> import pythonmonkey as pm    >>> hello = pm.eval(" 'Hello World'.toUpperCase(); ")    >>> print(hello)    'HELLO WORLD'

下面是一个复杂一点的示例，演示了将 Python print 函数作为参数传递给 JavaScript 函数，然后从 Python 调用该 JavaScript 函数：

>>> import pythonmonkey as pm      >>> hello = pm.eval("(func) => { func('Hello World!')}")      >>> hello(print)    Hello World！

通过下面的写法我们可以直接在 JavaScript 代码中使用 Python 的 print 函数：

const pyPrint = python.eval("print");   pyPrint("Hello, World!"); // this outputs "Hello, World!"

我觉得一个比较实用的应用场景就是我们可以轻松地将一个 JavaScript 库移植到 Python，而不需要承受使用 Python 重写库和维护迁移的巨大成本。JavaScript 比 Python 处理异步代码的能力要好很多。我们只需要做下面这样简单的操作：

my-javascript-module.js

exports.sayHello = () => { console.log('hello, world') };

main.py

import pythonmonkey as pm   test = pm.require('./my-javascript-module');   test.sayHello() # this prints hello, world

同样的，我们可以从 JavaScript 中通过 CommonJS 加载一个 Python 模块：

my-python-module.py

def getStringLength(s):     return len(s)      exports['getStringLength'] = getStringLength

my-javascript-module.js

`const { getStringLength } = require('./my-python-module');      function printStringLength(s) {     console.log(`String: "${s}" has a length of ${getStringLength(s)}`);   }      module.exports = { printStringLength, };   `

main.py

import pythonmonkey as pm   test = pm.require('./my-javascript-module');   test.printStringLength("Hello, world!") # String: "Hello, world!" has a length of 13

PythonMonkey 还利用了一些其他的 SpiderMonkey 功能，例如它的 WebAssembly (WASM) 引擎，它可以允许 Python 在沙箱中运行来自各种语言（例如 C、C++、Rust 等）的不受信任的 WASM 代码。

在 Python 中调用 WebAssembly 函数：

import asyncio   import pythonmonkey as pm      async def async_fn():     # read the factorial.wasm binary file     file = open('factorial.wasm', 'rb')     wasm_bytes = bytearray(file.read())        # instantiate the WebAssembly code     WebAssembly = pm.eval('WebAssembly')     wasm_fact = await WebAssembly.instantiate(wasm_bytes, {})        # return the "fac" factorial function from the wasm module     return wasm_fact.instance.exports.fac;      # await the promise which returns the factorial WebAssembly function   factorial = asyncio.run(async_fn())      # execute WebAssembly code in Python!   print(factorial(4)) # this outputs "24.0" since factorial(4) == 24   print(factorial(5)) # this outputs "120.0"   print(factorial(6)) # this outputs "720.0"

还有更多的示例，我们可以查看 Github 上的例子：https://github.com/Distributive-Network/PythonMonkey-examples

目前已经有几个用于在 Python 中运行 JavaScript 的项目了，例如 JS2PY、PyV8 和 Metacall。

JS2Py 完全用 Python 实现，它消除了对 V8 或 SpiderMonkey 等大型引擎的需求。但是这种方法也有一些问题，如果不利用现有的 JavaScript 引擎，JS2Py 就无法从 V8 或 SpiderMonkey 等引擎在数百万人每天使用的浏览器中提供的强大、不断更新且经过验证的代码库中受益。此外，JS2Py 还缺少 WASM 引擎、对最新 JavaScript 规范 (ECMA-262) 的支持以及这些引擎内置的强大 JIT 等功能。现代异步 JS 编程中广泛使用的 JavaScript Promises 和 Async/Await 在 JS2Py 中也是缺失的，但在 PythonMonkey 中是可用的。使用 Python 编写，JS2Py 面临 SpiderMonkey 中不存在的性能限制；在 SunSpider JavaScript 基准测试报告显示：使用 PythonMonkey 比 JS2Py 快了 1162.5 倍。

PyV8 和 Cloudflare 的现代实现是 Google V8 JavaScript 引擎绑定的 Python 包装器。这意味着它的运行级别比 PythonMonkey 更低，并且不支持事件循环功能，例如 JavaScript 的 Promise 和 async/await。

Metacall 是一个可扩展、可嵌入和可互操作的跨平台多语言运行时，可与多种编程语言（例如 JavaScript、Python、Ruby、Rust、C#、Java 等）进行互操作。但是 Metacall 支持的广泛支持语言也是有代价的，并且需要在 Python 包之外的系统上安装额外的软件才能运行。此外，Metacall 会复制在 Python 和 JavaScript 之间传递的数据，而不是像 PythonMonkey 那样通过引用传递，从而导致性能影响。

虽然替代项目与 PythonMonkey 的模型有相似之处，但它们达不到 PythonMonkey 提出的互操作性、易用性和速度。

---------------------------END---------------------------