【伯樂在線導讀】：有網友在 Quora 上提問，「你用 Python 寫過最牛逼的程序/腳本是什麼？」。本文摘編了 3 個國外程序員的多個小項目，含代碼。
Manoj Memana Jayakumar, 3000+ 頂
更新：憑藉這些腳本，我找到了工作！可看我在這個帖子中的回覆，《Has anyone got a job through Quora? Or somehow made lots of money through Quora?》
1. 電影/電視劇 字幕一鍵下載器
我們經常會遇到這樣的情景，就是打開字幕網站subscene 或者opensubtitles， 搜索電影或電視劇的名字，然後選擇正確的抓取器，下載字幕文件，解壓，剪切並粘貼到電影所在的文件夾，並且需把字幕文件重命名以匹配電影文件的名字。是不是覺得太無趣呢？對了，我之前寫了一個腳本，用來下載正確的電影或電視劇字幕文件，並且存儲到與電影文件所在位置。所有的操作步驟僅需一鍵就可以完成。懵逼了嗎？
請看這個 Youtube 視頻：https://youtu.be/Q5YWEqgw9X8
源代碼存放在GitHub：subtitle-downloader
更新：目前，該腳本支持多個字幕文件同時下載。步驟：按住 Ctrl ，選擇你想要爲其下載字幕的多個文件 ， 最後執行腳本即可
2. IMDb 查詢/電子表格生成器
我是一個電影迷，喜歡看電影。我總是會爲該看哪一部電影而困惑，因爲我搜集了大量的電影。所以，我應該如何做才能消除這種困惑，選擇一部今晚看的電影？沒錯，就是IMDb。我打開 http://imdb.com，輸入電影的名字，看排名，閱讀和評論，找出一部值得看的電影。
但是，我有太多電影了。誰會想要在搜索框輸入所有的電影的名字呢？ 我肯定不會這樣做，尤其是我相信“如果某些東西是重複性的，那麼它應該是可以自動化的”。因此，我寫了一個 python 腳本， 目的是爲了使用 非官方的 IMDb API 來獲取數據。我選擇一個電影文件（文件夾），點擊右鍵，選擇‘發送到’，然後 點擊 IMDB.cmd (順便提一下，IMDB.cmd 這個文件就是我寫的 python 腳本)，就是這樣。
我的瀏覽器會打開這部電影在IMDb網站上的準確頁面。
僅僅只需點擊一個按鍵，就可以完成如上操作。如果你不能夠了解這個腳本到底有多酷，以及它可以爲你節省多少時間，請看這個 Youtube 視頻：https://youtu.be/JANNcimQGyk
從現在開始，你再也不需要打開你的瀏覽器，等待加載IMDb的頁面，鍵入電影的名字。這個腳本會幫你完成所有的操作。跟往常一樣，源代碼放在了GitHub：imdb ，並且附有操作說明。當然，由於這個腳本必須去掉文件或文件夾中的無意義的字符，比如“DVDRip, YIFY, BRrip”等，所以在運行腳本的時候會有一定比例的錯誤。但是經過測試，這個腳本在我幾乎所有的電影文件上都運行的很好。
2014-04-01更新：
許多人在問我是否可以寫一個腳本，可以發現一個文件夾中所有電影的詳細信息，因爲每一次只能發現一個電影的詳細信息是非常麻煩的。我已經更新了這個腳本，支持處理整個文件夾。腳本會分析這個文件夾裏的所有子文件夾，從 IMDb上抓取所有電影的詳細信息 ，然後打開一個電子表格，根據IMDb 上的排名，從高到低降序排列所有的電影。這個表格中包含了 （所有電影）在 IMDb URL， 年份，情節，分類，獲獎信息，演員信息，以及其他的你可能在 IMBb找到的信息。下面是腳本執行後，生成的表格範例：
Your very own personal IMDb database! What more can a movie buff ask for? ;) Source on GitHub: imdb
你也可以有一個個人 IMDb 數據庫！一個電影愛好者還能夠要求更多嗎？：）
源代碼在 GitHub：imdb
3. theoatmeal.com 連載漫畫下載器
我個人超級喜歡 Matthew Inman 的漫畫。它們在瘋狂搞笑的同時，卻又發人深省。但是，我很厭煩重複點擊下一個，然後才能閱讀每一個漫畫。另外，由於每一個漫畫都由多福圖片組成，所以手動下載這些漫畫是非常困難的。
基於如上原因，我寫了一個 python 腳本 ，用來從這個站點下載所有的漫畫。這個腳本利用 BeautifulSoup (http://www.crummy.com/software/B… ) 解析 HTML 數據， 所以在運行腳本前，必須安裝 BeautifulSoup。 用於下載燕麥片（馬修.英曼的一部漫畫作品）的下載器已經上傳到GitHub：theoatmeal.com-downloader 。（漫畫）下載完後的文件夾是這樣的 :D
4. someecards.com 下載器
成功地從http://www.theoatmeal.com 下載了整部漫畫後，我在想是否我可以做同樣的事情 ， 從另一個我喜歡的站點— 搞笑的，唯一的http://www.someecards.com . 下載一些東西呢？
somececards 的問題是，圖片命名是完全隨機的，所有圖片的排放沒有特定的順序，並且一共有52 個大的類別， 每一個類別都有數以千計的圖片。
我知道，如果我的腳本是多線程的話，那將是非常完美的，因爲有大量的數據需要解析和下載，因此我給每一個類別中的每一頁都分配一個線程。這個腳本會從網站的每一個單獨的分類下載搞笑的電子賀卡，並且把每一個放到單獨的文件夾。現在，我擁有這個星球上最好笑的電子賀卡私人收藏。下載完成後，我的文件夾是這樣的：
沒錯，我的私人收藏總共包括：52個類別，5036個電子賀卡。 源代碼在這裏：someecards.com-downloader
編輯：很多人問我是否可以共享我下載的所有文件，（在這裏，我要說）由於我的網絡不太穩定，我沒辦法把我的收藏上傳到網絡硬盤，但是我已經上傳一個種子文件，你們可以在這裏下載：somecards.com Site Rip torrent
種下種子，傳播愛：）
Akshit Khurana，4400+ 頂
感謝 500 多個朋友在 Facebook 上爲我送出的生日祝福
有三個故事讓我的21歲生日變的難忘，這是最後一個故事。我傾向於在每一條祝福下親自評論，但是使用 python 來做更好。
… 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()) …
爲了能夠順利運行腳本，你需要從Graph API Explorer（需適當權限）獲得 token。 本腳本假設特定時間戳之後的所有帖子都是生日祝福。
儘管對評論功能做了一點改變，我仍然喜歡每一個帖子。
當我的點贊數，評論數以及評論結構在 ticker（Facebook一項功能，朋友可以看到另一個朋友在做什麼，比如點贊，聽歌，看電影等） 中爆漲後，我的一個朋友很快發現此事必有蹊蹺。
儘管這個不是我最滿意的腳本，但是它簡單，快捷，有趣。
當我和 Sandesh Agrawal 在網絡實驗室討論時，有了寫這個腳本的想法。 爲此，Sandesh Agrawal 耽擱了實驗室作業，深表感謝。
Tanmay Kulshrestha，3300+ 頂
好了，在我失去這個項目之前（一個豬一樣的朋友格式化了我的硬盤，我的所有代碼都在那個硬盤上）或者說，在我忘記這些代碼之前，我決定來回答這個問題。
整理照片
當我對圖像處理感興趣之後，我一直致力於研究機器學習。我寫這個有趣的腳本，目的是爲了分類圖片，很像 Facebook 做的那樣（當然這是一個不夠精確的算法）。 我使用了 OpenCV 的人臉檢測算法，“haarcascade_frontalface_default.xml”，它可以從一張照片中檢測到人臉。
你可能已經察覺到這張照片的某些地方被錯誤地識別爲人臉。 我試圖通過修改一些參數（來修正這一問題），但還是某些地方被錯誤地識別爲人臉，這是由相機的相對距離導致的。我會在下一階段解決這一問題（訓練步驟）。
這個訓練算法需要一些訓練素材，每個人需要至少需要100-120個訓練素材（當然多多益善）。 我太懶了，並沒有爲每一個人挑選照片，並把它們複製粘帖到訓練文件夾。所以，你可能已經猜到，這個腳本會打開一個圖片，識別人臉，並顯示每一個人臉（腳本會根據處於當前節點的訓練素材給每一個人臉預測一個名字）。伴隨着每次你標記的照片，Recognizer 會被更新，並且還會包含上一次的訓練素材。 在訓練過程中，你可以增加新的名字。我使用 python 庫 tkinter 做了一個 GUI。 因此，大多數時候，你必須初始化一小部分照片（給照片中的人臉命名），其他的工作都可以交給訓練算法。 因此，我訓練了 Recognizer ，然後讓它（Recognizer）去處理所有的圖片。
我使用圖片中包含的人的人名來命名圖片，（例如： Tanmay&*****&*****）。 因此，我可以遍歷整個文件夾，然後可以通過輸入人名的方法來搜索圖片。
初始狀態下，當一個人臉還沒有訓練素材時（素材庫中還沒有包括這個人臉的名字），需要詢問他/她的名字。
我可以增加一個名字，像這個樣子：
當訓練了幾個素材後，它會像這個樣子：
最後一個是針對應對那些垃圾隨機方塊而使用的變通解決方案。
帶名字的最終文件夾。
所以，現在尋找圖片變得相當簡單。順便提一下，很抱歉（我）放大了這些照片。
… 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>=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') …
我想進一步修改它的搜索功能，其中會包含更多的搜索類型，比如基於地理位置，微笑的臉，傷心的臉等等。（這樣我就可以在 Skylawns 上 搜索快樂的 Tanmay & 沮喪的 Akshay & 快樂的…）
我還寫了很多腳本，但那都是很久之前的事情了，我也懶得再去檢查這些代碼了，我會列出部分代碼。
GitHub 鏈接：tanmay2893/Image-Sorting
Gmail 郵件通知
在那段時間，我沒有智能手機。 導致我常常錯過來自於我所在的研究所的郵件（在我的研究所的郵件 ID），我寫了一個腳本，可以在我的筆記本上運行，而且能給我的手機發信息。我使用 python 的 IMAP 庫來獲取郵件。我可以輸入一些重要的人的名字，這樣一來，當這些人給我發了郵件後，我可以收到短信通知。對於短信， 我使用了 way2sms.com（寫了一個 python 腳本，自動登陸我的賬戶，然後發送 短信）。
PNR（Passenger Name Record旅客訂座記錄，下同） 狀態短訊
鐵路方面不經常發送 PNR 狀態消息。因此，我寫了一個腳本，可以從印度鐵路網站獲取 PNR 狀態。這是非常容易的，因爲那個網站沒有驗證碼，即使有，也只是形同虛設的驗證碼（在過去，一些字母會被寫在看起來像圖片一樣的東西上面，因爲他們爲這些字母使用了一個 “check” 的背景圖）。 我們可以輕鬆地從 HTML 網頁得到這些字母。我不明白他們這樣做的目的是什麼，難道僅僅是爲了愚弄他們自己嗎？ 不管怎麼樣，我使用短信息腳本來處理它，經過一段時間間隔，它會在我的筆記本上運行一次，就像是一個定時任務，只要 PNR 狀態有更新，它就會把更新信息發送給我。
YouTube 視頻下載器
這個腳本會從 Youtube 頁面下載所有的 Youtube 視頻 以及他們所有的字幕文件（從Download and save subtitles 下載）。爲了使下載速度更快一點，我使用了多線程。還有一個功能是，即使你的電腦重啓了，仍然可以暫停和恢復播放下載的（視頻）。我原本想做一個UI的，但是我太懶了… 一旦我的下載任務完成，我就不去關心 UI 的事情了。
板球比分通知器
我猜想這個功能已經在別的地方提到過了。一個窗口通知器。（在右下角的通知區域，它會告訴你實時比分以及評論信息）。如果你願意的化，在某些時間段，你也可以關掉它。
WhatsApp 消息
這個並不太實用，我只是寫着玩玩。因爲 Whatsapp 有網頁版，我使用 selenium 和 Python 下載我的所有聯繫人的顯示圖片，並且，一旦有人更新了他們的顯示圖片，我將會知道。（如何做到的？非常簡單，在設定好時間間隔後，我會一遍又一遍的不停下載所有的頭像信息，一旦照片的尺寸發生變化，我將會知道他/她更新了顯示圖片）。然後我會給他/她發一個信息，不錯的頭像。我僅僅使用了一次來測試它的可用性。
Nalanda 下載器
我們一般在這個叫 ‘Nalanda’ 的網站上下載一些教學課件以及其他的課程資料， ‘Nalanda’ 在 BITS Pilani (Nalanda). 我自己懶得在考試前一天下載所有的課件，所以，我寫了這個這個下載器，它可以把每一門科的課件下載到相應的文件夾。
代碼：
… 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): os.makedirs(path) a+=[c] #print a overall=[] for i in range(l): response=br.open(a[i][1]) page=response.read() soup=BeautifulSoup(page) li=soup.find_all('li',attrs={'class':'section main clearfix'}) x=len(li) t=[] folder=a[i][0] print 'Downloading '+folder+' files...' o=[] for j in range(x): g=li[j].ul #print g #raw_input('') if g!=None: temp=http://g.li['class'].split(' ') #raw_input('') if temp[1]=='resource': #print 'yes' #print '********************' o+=[j] h=li[j].find('div',attrs={'class':'content'}) s=str(h.h3.string) path='c:nalanda'+folder if path[-1]==' ': path=path[:-1] path+=''+s if not os.path.exists(path): os.makedirs(path) f=g.find_all('li') r=len(f) z=[] for e in range(r): p=f[e].div.div.a q=f[e].find('span',attrs={'class':'resourcelinkdetails'}).contents link=str(p['href']) text=str(p.find('span').contents[0]) typ='' if str(q[0]).find('word')!=-1: typ='.docx' elif str(q[0]).find('JPEG')!=-1: typ='.jpg' else: typ='.pdf' if typ!='.docx': res=br.open(link) soup=BeautifulSoup(res.read()) if typ=='.jpg': di=soup.find('div',attrs={'class':'resourcecontent resourceimg'}) link=di.img['src'] else: di=soup.find('div',attrs={'class':'resourcecontent resourcepdf'}) link=di.object['data'] try: if not os.path.exists(path+''+text+typ): br.retrieve(link,path+''+text+typ)[0] except: print 'Connectivity Issues' z+=[(link,text,typ)] t+=[(s,z)] if t==[]: print 'No Documents in this subject' overall+=[o] #raw_input('Press any button to resume') #print overall print 'Time Taken to Download: '+str(time.time()-start_time)+ ' seconds' print 'Do you think you can download all files faster than this :P' print 'Closing in 10 seconds' time.sleep(10) …
我自己的 DC++
這個腳本並不是很有用，目前只有一些學生在用它， 況且，DC ++ 已經提供了一些很酷的功能。我原本可以優化我自己的版本，但是，由於我們已經有了DC ++，我並沒有這麼做，儘管我已經使用 nodeJS 和 python 寫了一個基礎版本。
工作原理：
打開 DC++ ， 進入一箇中心站點，然後連接，我寫了一個 python 腳本來做這件事。 腳本會在 PC上創建一個服務器（可以通過修改 SimpleHTTPRequestHandler 來完成）。
在服務器端（使用了NodeJS），它會拿到 PC 的連接，共享給其他的用戶。
這個是主頁面:
這個頁面顯示了所有的用戶和他們的鏈接。因爲我給 Nick 加了一個超鏈接，所以在鏈接這一攔是空的。
所以，當用戶數量增加以後，這個頁面會列出所有的用戶列表。基本上，這個頁面充當了一個你和另外一個人聯繫的中間人角色。 我還做了一個在所有用戶中搜索特定文件的功能。
這裏是客戶端的 python 文件（這是一段很長的代碼，我上傳到了 Ideone）
所有這些代碼僅僅用於教育目的。
編譯： Python開發者 - Jake_on 英文：Quora http://python.jobbole.com/85986
*聲明：推送內容及圖片來源於網絡，部分內容會有所改動，版權歸原作者所有，如來源信息有誤或侵犯權益，請聯繫我們刪除或授權事宜。
- END -