你用 Python 写过哪些牛逼的程序/脚本？

【伯乐在线导读】：有网友在 Quora 上提问，「你用 Python 写过最牛逼的程序/脚本是什么？」。本文摘编了 3 个国外程序员的多个小项目，含代码。

Manoj Memana Jayakumar, 3000+ 顶

更新：凭借这些脚本，我找到了工作！可看我在这个帖子中的回复，《Has anyone got a job through Quora? Or somehow made lots of money through Quora?》

1. 电影/电视剧 字幕一键下载器

我们经常会遇到这样的情景，就是打开字幕网站subscene 或者opensubtitles， 搜索电影或电视剧的名字，然后选择正确的抓取器，下载字幕文件，解压，剪切并粘贴到电影所在的文件夹，并且需把字幕文件重命名以匹配电影文件的名字。是不是觉得太无趣呢？对了，我之前写了一个脚本，用来下载正确的电影或电视剧字幕文件，并且存储到与电影文件所在位置。所有的操作步骤仅需一键就可以完成。懵逼了吗？

请看这个 Youtube 视频：https://youtu.be/Q5YWEqgw9X8

源代码 存放在GitHub： subtitle-downloader

更新： 目前，该脚本支持多个字幕文件同时下载。步骤：按住 Ctrl ，选择你想要为其下载字幕的多个文件 ， 最后执行脚本即可

2. IMDb 查询/电子表格生成器

我是一个电影迷，喜欢看电影。我总是会为该看哪一部电影而困惑，因为我搜集了大量的电影。所以，我应该如何做才能消除这种困惑，选择一部今晚看的电影？没错，就是IMDb。我打开 http://imdb.com，输入电影的名字，看排名，阅读和评论，找出一部值得看的电影。

但是，我有太多电影了。谁会想要在搜索框输入所有的电影的名字呢？ 我肯定不会这样做，尤其是我相信“如果某些东西是重复性的，那么它应该是可以自动化的”。因此，我写了一个 python 脚本， 目的是为了使用 非官方的 IMDb API 来获取数据。我选择一个电影文件（文件夹），点击右键，选择‘发送到’，然后 点击 IMDB.cmd (顺便提一下，IMDB.cmd 这个文件就是我写的 python 脚本)，就是这样。

我的浏览器会打开这部电影在 IMDb 网站上的准确页面。

仅仅只需点击一个按键，就可以完成如上操作。如果你不能够了解这个脚本到底有多酷，以及它可以为你节省多少时间，请看这个 Youtube 视频：https://youtu.be/JANNcimQGyk

从现在开始，你再也不需要打开你的浏览器，等待加载IMDb的页面，键入电影的名字。这个脚本会帮你完成所有的操作。跟往常一样，源代码放在了GitHub：imdb ，并且附有操作说明。当然，由于这个脚本必须去掉文件或文件夹中的无意义的字符，比如“DVDRip, YIFY, BRrip”等，所以在运行脚本的时候会有一定比例的错误。但是经过测试，这个脚本在我几乎所有的电影文件上都运行的很好。

2014-04-01更新：

许多人在问我是否可以写一个脚本，可以发现一个文件夹中所有电影的详细信息，因为每一次只能发现一个电影的详细信息是非常麻烦的。我已经更新了这个脚本，支持处理整个文件夹。脚本会分析这个文件夹里的所有子文件夹，从 IMDb上抓取所有电影的详细信息 ，然后打开一个电子表格，根据IMDb 上的排名，从高到低降序排列所有的电影。这个表格中包含了 （所有电影）在 IMDb URL， 年份，情节，分类，获奖信息，演员信息，以及其他的你可能在 IMBb找到的信息。下面是脚本执行后，生成的表格范例：

Your very own personal IMDb database! What more can a movie buff ask for? ;)
Source on GitHub: imdb

你也可以有一个个人 IMDb 数据库！一个电影爱好者还能够要求更多吗？：）

源代码在 GitHub ： imdb

3. theoatmeal.com 连载漫画下载器

我个人超级喜欢 Matthew Inman 的漫画。它们在疯狂搞笑的同时，却又发人深省。但是，我很厌烦重复点击下一个，然后才能阅读每一个漫画。另外，由于每一个漫画都由多福图片组成，所以手动下载这些漫画是非常困难的。

基于如上原因，我写了一个 python 脚本 ，用来从这个站点下载所有的漫画。这个脚本利用 BeautifulSoup (http://www.crummy.com/software/B… ) 解析 HTML 数据， 所以在运行脚本前，必须安装 BeautifulSoup。 用于下载燕麦片（马修.英曼的一部漫画作品）的下载器已经上传到GitHub：theoatmeal.com-downloader  。（漫画）下载完后的文件夹是这样的 :D

4. someecards.com 下载器

成功地从http://www.theoatmeal.com 下载了整部漫画后，我在想是否我可以做同样的事情 ， 从另一个我喜欢的站点— 搞笑的，唯一的 http://www.someecards.com . 下载一些东西呢？

somececards 的问题是，图片命名是完全随机的，所有图片的排放没有特定的顺序，并且一共有52 个大的类别， 每一个类别都有数以千计的图片。

我知道，如果我的脚本是多线程的话，那将是非常完美的，因为有大量的数据需要解析和下载，因此我给每一个类别中的每一页都分配一个线程。这个脚本会从网站的每一个单独的分类下载搞笑的电子贺卡，并且把每一个放到单独的文件夹。现在，我拥有这个星球上最好笑的电子贺卡私人收藏。下载完成后，我的文件夹是这样的：

没错，我的私人收藏总共包括：52个类别，5036个电子贺卡。 源代码在这里： someecards.com-downloader

编辑：很多人问我是否可以共享我下载的所有文件，（在这里，我要说）由于我的网络不太稳定，我没办法把我的收藏上传到网络硬盘，但是我已经上传一个种子文件，你们可以在这里下载： somecards.com Site Rip torrent

种下种子，传播爱：）

Akshit Khurana，4400+ 顶

感谢 500 多个朋友在 Facebook 上为我送出的生日祝福

有三个故事让我的21岁生日变的难忘，这是最后一个故事。我倾向于在每一条祝福下亲自评论，但是使用 python 来做更好。

…

1. # Thanking everyone who wished me on my birthday

2. import requests

3. import json

4.

5. # Aman's post time

6. AFTER = 1353233754

7. TOKEN = '  '

8.

9. def get_posts () :

10. """Returns dictionary of id, first names of people who posted on my wall

11.     between start and end time"""

12. query = ( "SELECT post_id, actor_id, message FROM stream WHERE "

13. "filter_key = 'others' AND source_id = me() AND "

14. "created_time > 1353233754 LIMIT 200" )

15.

16. payload = { 'q' : query , 'access_token' : TOKEN }

17. r = requests . get ( 'https://graph.facebook.com/fql' , params = payload )

18. result = json . loads ( r . text )

19. return result [ 'data' ]

20.

21. def commentall ( wallposts ) :

22. """Comments thank you on all posts"""

23. #TODO convert to batch request later

24. for wallpost in wallposts :

25.

26. r = requests . get ( 'https://graph.facebook.com/%s' %

27. wallpost [ 'actor_id' ])

28. url = 'https://graph.facebook.com/%s/comments' % wallpost [ 'post_id' ]

29. user = json . loads ( r . text )

30. message = 'Thanks %s :)' % user [ 'first_name' ]

31. payload = { 'access_token' : TOKEN , 'message' : message }

32. s = requests . post ( url , data = payload )

33.

34. print "Wall post %s done" % wallpost [ 'post_id' ]

35.

36. if __name__ == '__main__' :

37. commentall ( get_posts ())

…

为了能够顺利运行脚本，你需要从Graph API Explorer（需适当权限）获得 token。 本脚本假设特定时间戳之后的所有帖子都是生日祝福。

尽管对评论功能做了一点改变，我仍然喜欢每一个帖子。

当我的点赞数，评论数以及评论结构在 ticker（Facebook一项功能，朋友可以看到另一个朋友在做什么，比如点赞，听歌，看电影等） 中爆涨后，我的一个朋友很快发现此事必有蹊跷。

尽管这个不是我最满意的脚本，但是它简单，快捷，有趣。

当我和 Sandesh Agrawal 在网络实验室讨论时，有了写这个脚本的想法。 为此，Sandesh Agrawal 耽搁了实验室作业，深表感谢。

Tanmay Kulshrestha，3300+ 顶

好了，在我失去这个项目之前（一个猪一样的朋友格式化了我的硬盘，我的所有代码都在那个硬盘上）或者说，在我忘记这些代码之前，我决定来回答这个问题。

整理照片

当我对图像处理感兴趣之后，我一直致力于研究机器学习。我写这个有趣的脚本，目的是为了分类图片，很像 Facebook 做的那样（当然这是一个不够精确的算法）。 我使用了 OpenCV 的人脸检测算法，“haarcascade_frontalface_default.xml”，它可以从一张照片中检测到人脸。

你可能已经察觉到这张照片的某些地方被错误地识别为人脸。 我试图通过修改一些参数（来修正这一问题），但还是某些地方被错误地识别为人脸，这是由相机的相对距离导致的。我会在下一阶段解决这一问题（训练步骤）。

这个训练算法需要一些训练素材，每个人需要至少需要100-120个训练素材（当然多多益善）。 我太懒了，并没有为每一个人挑选照片，并把它们复制粘帖到训练文件夹。所以，你可能已经猜到，这个脚本会打开一个图片，识别人脸，并显示每一个人脸（脚本会根据处于当前节点的训练素材给每一个人脸预测一个名字）。伴随着每次你标记的照片，Recognizer 会被更新，并且还会包含上一次的训练素材。 在训练过程中，你可以增加新的名字。我使用 python 库 tkinter 做了一个 GUI。 因此，大多数时候，你必须初始化一小部分照片（给照片中的人脸命名），其他的工作都可以交给训练算法。 因此，我训练了 Recognizer ，然后让它（Recognizer）去处理所有的图片。

我使用图片中包含的人的人名来命名图片，（例如： Tanmay&*****&*****）。 因此，我可以遍历整个文件夹，然后可以通过输入人名的方法来搜索图片。

初始状态下，当一个人脸还没有训练素材时（素材库中还没有包括这个人脸的名字），需要询问他/她的名字。

我可以增加一个名字，像这个样子：

当训练了几个素材后，它会像这个样子：

最后一个是针对应对那些垃圾随机方块而使用的变通解决方案。

带名字的最终文件夹。

所以，现在寻找图片变得相当简单。顺便提一下，很抱歉（我）放大了这些照片。

…

import cv2

import sys

import os , random , string

#choices=['Add a name']

import os

current_directory = os.path . dirname ( os.path . abspath ( __file__ ))

from Tkinter import Tk

from easygui import *

import numpy as np

x = os . listdir ( current_directory )

new_x = []

testing = []

for i in x :

if i . find ( '.' ) ==- 1 :

new_x += [ i ]

else :

testing += [ i ]

x = new _ x

g = x

choices = [ 'Add a name' ] + x

y = range ( 1 , len ( x ) + 1 )

def get_images_and_labels () :

global current_directory , x , y , g

if x == [] :

return ( False , False )

image_paths = []

for i in g :

path = current_directory + '' + i

for filename in os . listdir ( path ) :

final_path = path + '' + filename

image_paths += [ final_path ]

# images will contains face images

images = []

# labels will contains the label that is assigned to the image

labels = []

for image_path in image_paths :

# Read the image and convert to grayscale

img = cv2 . imread ( image_path , 0 )

# Convert the image format into numpy array

image = np . array ( img , 'uint8' )

# Get the label of the image

backslash = image_path . rindex ( '' )

underscore = image_path . index ( '_' , backslash )

nbr = image_path [ backslash + 1 : underscore ]

t = g . index ( nbr )

nbr = y [ t ]

# If face is detected, append the face to images and the label to labels

images . append ( image )

labels . append ( nbr )

#cv2.imshow("Adding faces to traning set...", image)

#cv2.waitKey(50)

# return the images list and labels list

return images , labels

# Perform the tranining

def train_recognizer () :

recognizer = cv2 . createLBPHFaceRecognizer ()

images , labels = get_images_and_labels ()

if images == False :

return False

cv2 . destroyAllWindows ()

recognizer . train ( images , np . array ( labels ))

return recognizer

def get_name ( image_path , recognizer ) :

global x , choices

#if recognizer=='':

# recognizer=train_recognizer()

cascadePath = "haarcascade_frontalface_default.xml"

faceCascade = cv2 . CascadeClassifier ( cascadePath )

#recognizer=train_recognizer()

x1 = testing

global g

print image_path

image = cv2 . imread ( image_path )

img = cv2 . cvtColor ( image , cv2 . COLOR_BGR2GRAY )

predict_image = np . array ( img , 'uint8' )

faces = faceCascade . detectMultiScale (

img ,

scaleFactor = 1.3 ,

minNeighbors = 5 ,

minSize = ( 30 , 30 ),

flags = http :// cv2 . cv . CV_HAAR_SCALE _ IMAGE

)

for ( x , y , w , h ) in faces :

f = image [ y : y + w , x : x + h ]

cv2 . imwrite ( 'temp.jpg' , f )

im = 'temp.jpg'

nbr_predicted , conf = recognizer . predict ( predict_image [ y : y + h , x : x + w ])

predicted_name = g [ nbr_predicted - 1 ]

print "{} is Correctly Recognized with confidence {}" . format ( predicted_name , conf )

if conf & gt ; = 140 :

continue

msg = 'Is this ' + predicted_name

reply = buttonbox ( msg , image = im , choices = [ 'Yes' , 'No' ])

if reply == 'Yes' :

reply = predicted_name

directory = current_directory + '' + reply

if not os.path . exists ( directory ) :

os . makedirs ( directory )

random_name = '' . join ( random . choice ( string . ascii_uppercase + string . digits ) for _ in range ( 7 ))

path = directory + '' + random_name + '.jpg'

cv2 . imwrite ( path , f )

else :

msg = "Who is this?"

reply = buttonbox ( msg , image = im , choices = choices )

if reply == 'Add a name' :

name = enterbox ( msg = 'Enter the name' , title = 'Training' , strip = True )

print name

choices += [ name ]

reply = name

directory = current_directory + '' + reply

if not os.path . exists ( directory ) :

os . makedirs ( directory )

random_name = '' . join ( random . choice ( string . ascii_uppercase + string . digits ) for _ in range ( 7 ))

path = directory + '' + random_name + '.jpg'

print path

cv2 . imwrite ( path , f )

# calculate window position

root = Tk ()

pos = int ( root . winfo_screenwidth () * 0.5 ), int ( root . winfo_screenheight () * 0.2 )

root . withdraw ()

WindowPosition = "+%d+%d" % pos

# patch rootWindowPosition

rootWindowPosition = WindowPosition

def detect_faces ( img ) :

global choices , current_directory

imagePath = img

faceCascade = cv2 . CascadeClassifier ( cascPath )

image = cv2 . imread ( imagePath )

gray = cv2 . cvtColor ( image , cv2 . COLOR_BGR2GRAY )

faces = faceCascade . detectMultiScale (

gray ,

scaleFactor = 1.3 ,

minNeighbors = 5 ,

minSize = ( 30 , 30 ),

flags = http :// cv2 . cv . CV_HAAR_SCALE _ IMAGE

)

print "Found {0} faces!" . format ( len ( faces ))

m = 0

for ( x , y , w , h ) in faces :

m += 1

padding = 0

f = image [ y - padding : y + w + padding , x - padding : x + h + padding ]

cv2 . imwrite ( 'temp.jpg' , f )

im = 'temp.jpg'

msg = "Who is this?"

reply = buttonbox ( msg , image = im , choices = choices )

if reply == 'Add a name' :

name = enterbox ( msg = 'Enter the name' , title = 'Training' , strip = True )

print name

choices += [ name ]

reply = name

directory = current_directory + '' + reply

if not os.path . exists ( directory ) :

os . makedirs ( directory )

random_name = '' . join ( random . choice ( string . ascii_uppercase + string . digits ) for _ in range ( 7 ))

path = directory + '' + random_name + '.jpg'

print path

cv2 . imwrite ( path , f )

def new ( img , recognizer ) :

imagePath = current_directory + '' + img

print imagePath

get_name ( imagePath , recognizer )

cascPath = 'haarcascade_frontalface_default.xml'

b = 0

os . system ( "change_name.py" )

for filename in os . listdir ( "." ) :

b += 1

if b % 10 == 0 or b == 1 :

os . system ( "change_name.py" )

recognizer = train_recognizer ()

if filename . endswith ( '.jpg' ) or filename . endswith ( '.png' ) :

print filename

imagePath = filename

#detect_faces(imagePath)

new ( imagePath , recognizer )

os . remove ( filename )

raw_input ( 'Done with this photograph' )

…

我想进一步修改它的搜索功能，其中会包含更多的搜索类型，比如基于地理位置，微笑的脸，伤心的脸等等。（这样我就可以在 Skylawns 上 搜索快乐的 Tanmay & 沮丧的 Akshay & 快乐的…）

我还写了很多脚本，但那都是很久之前的事情了，我也懒得再去检查这些代码了，我会列出部分代码。

GitHub 链接： tanmay2893/Image-Sorting

Gmail 邮件通知

在那段时间，我没有智能手机。 导致我常常错过来自于我所在的研究所的邮件（在我的研究所的邮件 ID），我写了一个脚本，可以在我的笔记本上运行，而且能给我的手机发信息。我使用 python 的 IMAP 库来获取邮件。我可以输入一些重要的人的名字，这样一来，当这些人给我发了邮件后，我可以收到短信通知。对于短信， 我使用了 way2sms.com（写了一个 python 脚本，自动登陆我的账户，然后发送 短信）。

PNR （Passenger Name Record旅客订座记录，下同） 状态短讯

铁路方面不经常发送 PNR 状态消息。因此，我写了一个脚本，可以从印度铁路网站获取 PNR 状态。这是非常容易的，因为那个网站没有验证码，即使有，也只是形同虚设的验证码（在过去，一些字母会被写在看起来像图片一样的东西上面，因为他们为这些字母使用了一个 “check” 的背景图）。 我们可以轻松地从 HTML 网页得到这些字母。我不明白他们这样做的目的是什么，难道仅仅是为了愚弄他们自己吗？ 不管怎么样，我使用短信息脚本来处理它，经过一段时间间隔，它会在我的笔记本上运行一次，就像是一个定时任务，只要 PNR 状态有更新，它就会把更新信息发送给我。

YouTube 视频下载器

这个脚本会从 Youtube 页面下载所有的 Youtube 视频 以及他们所有的字幕文件（从 Download and save subtitles 下载）。为了使下载速度更快一点，我使用了多线程。还有一个功能是，即使你的电脑重启了，仍然可以暂停和恢复播放下载的（视频）。我原本想做一个UI的，但是我太懒了… 一旦我的下载任务完成，我就不去关心 UI 的事情了。

板球比分通知器

我猜想这个功能已经在别的地方提到过了。一个窗口通知器。（在右下角的通知区域，它会告诉你实时比分以及评论信息）。如果你愿意的化，在某些时间段，你也可以关掉它。

WhatsApp 消息

这个并不太实用，我只是写着玩玩。因为 Whatsapp 有网页版，我使用 selenium 和 Python 下载我的所有联系人的显示图片，并且，一旦有人更新了他们的显示图片，我将会知道。（如何做到的？非常简单，在设定好时间间隔后，我会一遍又一遍的不停下载所有的头像信息，一旦照片的尺寸发生变化，我将会知道他/她更新了显示图片）。然后我会给他/她发一个信息，不错的头像。我仅仅使用了一次来测试它的可用性。

Nalanda 下载器

我们一般在这个叫 ‘Nalanda’ 的网站上下载一些教学课件以及其他的课程资料， ‘Nalanda’ 在 BITS Pilani ( Nalanda ).  我自己懒得在考试前一天下载所有的课件，所以，我写了这个这个下载器，它可以把每一门科的课件下载到相应的文件夹。

代码：

…

import mechanize , os , urllib2 , urllib , requests , getpass , time

start_time = time . time ()

from bs4 import BeautifulSoup

br = mechanize . Browser ()

br . open ( 'https://nalanda.bits-pilani.ac.in/login/index.php' )

br . select_form ( nr = 0 )

name = ''

while name == '' :

try :

print '*******'

username = raw_input ( 'Enter Your Nalanda Username: ' )

password = getpass . getpass ( 'Password: ' )

br . form [ 'username' ] = username

br . form [ 'password' ] = password

res = br . submit ()

response = res . read ()

soup = BeautifulSoup ( response )

name = str ( soup . find ( 'div' , attrs = { 'class' : 'logininfo' }). a . string )[ :- 2 ]

except :

print 'Wrong Password'

f = open ( 'details.txt' , 'w' )

f . write ( username + 'n' + password )

f . close ()

print 'Welcome, ' + name

print 'All the files will be downloaded in your Drive C in a folder named "nalanda"'

#print soup.prettify()

div = soup . find_all ( 'div' , attrs = { 'class' : 'box coursebox' })

l = len ( div )

a = []

for i in range ( l ) :

d = div [ i ]

s = str ( d . div . h2 . a . string )

s = s [ : s . find ( '(' )]

c = ( s , str ( d . div . h2 . a [ 'href' ]))

path = 'c:nalanda' + c [ 0 ]

if not os.path . exists ( path ) :