一个简单的github 500+赞的python项目分析
2016-11-16 本文已影响3379人
treelake
altify是近些日子在github上了热门页的python应用，它简洁而具有创意。让我们来学习一下。
Donald Trump wearing a suit and tie
图像描述效果
痛点
我们知道，在编写网页(html)时，对图片(img)标签的文本描述(alt)属性的填写总是让人觉得麻烦（实现更好的SEO），有没有什么办法解决这个烦恼呢？有没有可能让它不烦人，自动化完成呢？
解决
Altify 以两百行不到的python代码实现了对html文件中的图片的alt属性的自动生成。 主要是运用了微软提供的深度学习图像识别API来产生图片相应的描述性语言，然后利用该描述性语言自动填充待处理的html文件中的图片属性。整个步骤一个命令就可以完成，且描述效果很好。
效果
分析
- 用BeautifulSoup分析要处理的html文件
- 找到所有的图片标签
- 使用uploads.im网站的API上传图片，得到图片的url，然后使用该url向微软的API请求，得到图片的描述性语言。（对于图片宽度小于200px的不予处理）
- 填写html中所有图片的alt属性
- 将编辑后的html文件保存在原html文件旁边
整个代码主要是三个函数：
-
def apply(html_file, api_key)
利用BeautifulSoup分析html文件，修改html中的图片标签的属性，将修改后的html保存
apply 调用 upload 和 caption 函数 -
def upload(image_address)
上传图片得到图片的url和宽度 -
def caption(image_src, api_key)
请求微软的api获取描述性文本
主要使用库：
- BeautifulSoup 爬虫常用的简便好使的html处理库。
- requests httplib urllib 网络请求常用库。实际上只用requests就够了。
- argparse 命令行参数解析库。
其原理简单，逻辑清晰，没有大难点。
启发
- 把合适的工具组合起来用于合适的情景中就能产生很好的效果。
- 利用现成的API和python简便的网络请求功能以及广泛的第三方库，可以实现很有用的功能。
- Python简洁强大的特性在自动化方面具有很大的优势。
适用Py3 - 微软API访问修改
import json
import requests
api_url = 'http://api.projectoxford.ai/vision/v1.0/describe'
api_key = "d0a6afa1311e4baabd6666692762eaea"
image_src = "http://h.hiphotos.baidu.com/image/h%3D200/sign=9d91b09b6f63f624035d3e03b745eb32/b90e7bec54e736d140a0b7aa9f504fc2d46269e4.jpg"
# 测试图片
headers = {
# Request headers
'Content-Type': 'application/json',
'Ocp-Apim-Subscription-Key': api_key,
}
data = {
# Request parameters
'maxCandidates': '1',
"Url": image_src,
}
data = json.dumps(data, separators=(',',':'))
r = requests.post(api_url, data = data, headers = headers)
captioned_data = r.json()['description']['captions'][0]["text"]
# 测试返回为 'a dog sitting in the grass'
# 此外用py3的话，源码中的BeautifulSoup函数删掉第二个参数，并且去掉一些冗余的引用库
返回数据
其它
- 源码中使用的Uploads.im 是一个简单快速提供图片上传服务的网站，功能类似国内的七牛云。
-
获取一个免费的微软机器视觉服务的 API Key。使用微软账户登录该网址后就能获取到Key了。如下图，在Computer Vision栏里。
此外可以学习的地方
res = 0
# Use this loop to see if a file with the same name exits. If ti does, add a suffix.
while os.path.exists(os.path.dirname(html_file) + "/altify" + str(res) +".html"):
res+=1
parsed_html = BeautifulSoup(html_data)
parsed_html.prettify()
# 将修改后的html美化后保存
