一个简单的github 500+赞的python项目分析

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

1. 用BeautifulSoup分析要处理的html文件
2. 找到所有的图片标签
3. 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）
4. 填写html中所有图片的alt属性
5. 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