有網(wǎng)友在 Quora 上提問，「你用 Python 寫過最牛逼的程序/腳本是什么？」。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：憑借這些腳本，我找到了工作！可看我在這個帖子中的回復，《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(wǎng)站subscene 或者opensubtitles， 搜索電影或電視劇的名字，然后選擇正確的抓取器，下載字幕文件，解壓，剪切并粘貼到電影所在的文件夾，并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，并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 ，選擇你想要為其下載字幕的多個文件 ， 最后執(zhí)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。我總是會為該看哪一部電影而困惑，因為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“如果某些東西是重復性的，那么它應該是可以自動化的”。因此，我寫了一個 python 腳本， 目的是為了使用 非官方的 IMDb API 來獲取數(shù)據(jù)。我選擇一個電影文件（文件夾），點擊右鍵，選擇‘發(fā)送到’，然后 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(wǎng)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，以及它可以為你節(jié)省多少時間，請看這個 Youtube視頻：https://youtu.be/JANNcimQGyk

從現(xiàn)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，并且附有操作說明。當然，由于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?guī)缀跛械碾娪拔募隙歼\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(fā)現(xiàn)一個文件夾中所有電影的詳細信息，因為每一次只能發(fā)現(xiàn)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里的所有子文件夾，從 IMDb上抓取所有電影的詳細信息 ，然后打開一個電子表格，根據(jù)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(jié)，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(zhí)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

你也可以有一個個人IMDb數(shù)據(jù)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(fā)人深省。但是，我很厭煩重復點擊下一個，然后才能閱讀每一個漫畫。另外，由于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。

基于如上原因，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(shù)據(jù)， 所以在運行腳本前，必須安裝 BeautifulSoup。 用于下載燕麥片（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）下載完后的文件夾是這樣的 :D

4.someecards.com 下載器

成功地從http://www.theoatmeal.com下載了整部漫畫后，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，并且一共有52 個大的類別， 每一個類別都有數(shù)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，因為有大量的數(shù)據(jù)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(wǎng)站的每一個單獨的分類下載搞笑的電子賀卡，并且把每一個放到單獨的文件夾。現(xiàn)在，我擁有這個星球上最好笑的電子賀卡私人收藏。下載完成后，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。 源代碼在這里：someecards.com-downloader

編輯：很多人問我是否可以共享我下載的所有文件，（在這里，我要說）由于我的網(wǎng)絡不太穩(wěn)定，我沒辦法把我的收藏上傳到網(wǎng)絡硬盤，但是我已經上傳一個種子文件，你們可以在這里下載：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上為我送出的生日祝福

有三個故事讓我的21歲生日變的難忘，這是最后一個故事。我傾向于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.importrequests

3.importjson

4.

5.# Aman's post time

6.AFTER = 1353233754

7.TOKEN = ''

8.

9.defget_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. returnresult['data']

20.

21.defcommentall(wallposts):

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

23. #TODO convert to batch request later

24. forwallpost inwallposts:

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())

…

為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后的所有帖子都是生日祝福。

盡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(shù)，評論數(shù)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么，比如點贊，聽歌，看電影等） 中爆漲后，我的一個朋友很快發(fā)現(xiàn)此事必有蹊蹺。

盡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(wǎng)絡實驗室討論時，有了寫這個腳本的想法。 為此，Sandesh Agrawal耽擱了實驗室作業(yè)，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后，我一直致力于研究機器學習。我寫這個有趣的腳本，目的是為了分類圖片，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為人臉。 我試圖通過修改一些參數(shù)（來修正這一問題），但還是某些地方被錯誤地識別為人臉，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，并沒有為每一個人挑選照片，并把它們復制粘帖到訓練文件夾。所以，你可能已經猜到，這個腳本會打開一個圖片，識別人臉，并顯示每一個人臉（腳本會根據(jù)處于當前節(jié)點的訓練素材給每一個人臉預測一個名字）。伴隨著每次你標記的照片，Recognizer 會被更新，并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(shù)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 ，然后讓它（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，然后可以通過輸入人名的方法來搜索圖片。

初始狀態(tài)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：

當訓練了幾個素材后，它會像這個樣子：

最后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(xiàn)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。

…

importcv2

importsys

importos,random,string

#choices=['Add a name']

importos

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

fromTkinterimportTk

fromeasygui import *

importnumpy asnp

x= os.listdir(current_directory)

new_x=[]

testing=[]

foriinx:

ifi.find('.')==-1:

new_x+=[i]

else:

testing+=[i]

x=new_x

g=x

choices=['Add a name']+x

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

defget_images_and_labels():

globalcurrent_directory,x,y,g

ifx==[]:

return(False,False)

image_paths=[]

foriing:

path=current_directory+''+i

forfilename inos.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 = []

forimage_path inimage_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

returnimages,labels

# Perform the tranining

deftrain_recognizer():

recognizer = cv2.createLBPHFaceRecognizer()

images,labels = get_images_and_labels()

ifimages==False:

returnFalse

cv2.destroyAllWindows()

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

returnrecognizer

defget_name(image_path,recognizer):

globalx,choices

#if recognizer=='':

# recognizer=train_recognizer()

cascadePath = "haarcascade_frontalface_default.xml"

faceCascade = cv2.CascadeClassifier(cascadePath)

#recognizer=train_recognizer()

x1=testing

globalg

printimage_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)infaces:

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)

ifconf>=140:

continue

msg='Is this '+predicted_name

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

ifreply=='Yes':

reply=predicted_name

directory=current_directory+''+reply

ifnotos.path.exists(directory):

os.makedirs(directory)

random_name=''.join(random.choice(string.ascii_uppercase + string.digits)for_inrange(7))

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

cv2.imwrite(path,f)

else:

msg = "Who is this?"

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

ifreply == 'Add a name':

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

printname

choices+=[name]

reply=name

directory=current_directory+''+reply

ifnotos.path.exists(directory):

os.makedirs(directory)

random_name=''.join(random.choice(string.ascii_uppercase + string.digits)for_inrange(7))

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

printpath

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

defdetect_faces(img):

globalchoices,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)infaces:

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)

ifreply == 'Add a name':

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

printname

choices+=[name]

reply=name

directory=current_directory+''+reply

ifnotos.path.exists(directory):

os.makedirs(directory)

random_name=''.join(random.choice(string.ascii_uppercase + string.digits)for_inrange(7))

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

printpath

cv2.imwrite(path,f)

defnew(img,recognizer):

imagePath = current_directory+''+img

printimagePath

get_name(imagePath,recognizer)

cascPath = 'haarcascade_frontalface_default.xml'

b=0

os.system("change_name.py")

forfilename inos.listdir("."):

b+=1

ifb%10==0orb==1:

os.system("change_name.py")

recognizer=train_recognizer()

iffilename.endswith('.jpg')orfilename.endswith('.png'):

printfilename

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，比如基于地理位置，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于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(fā)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(fā)了郵件后，我可以收到短信通知。對于短信， 我使用了way2sms.com（寫了一個 python 腳本，自動登陸我的賬戶，然后發(fā)送 短信）。

PNR（Passenger Name Record旅客訂座記錄，下同）狀態(tài)短訊

鐵路方面不經常發(fā)送 PNR 狀態(tài)消息。因此，我寫了一個腳本，可以從印度鐵路網(wǎng)站獲取 PNR 狀態(tài)。這是非常容易的，因為那個網(wǎng)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，因為他們?yōu)檫@些字母使用了一個 “check” 的背景圖）。 我們可以輕松地從 HTML 網(wǎng)頁得到這些字母。我不明白他們這樣做的目的是什么，難道僅僅是為了愚弄他們自己嗎？ 不管怎么樣，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(tài)有更新，它就會把更新信息發(fā)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）。為了使下載速度更快一點，我使用了多線程。還有一個功能是，即使你的電腦重啟了，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(qū)域，它會告訴你實時比分以及評論信息）。如果你愿意的化，在某些時間段，你也可以關掉它。

WhatsApp 消息

這個并不太實用，我只是寫著玩玩。因為 Whatsapp 有網(wǎng)頁版，我使用 selenium 和 Python 下載我的所有聯(lián)系人的顯示圖片，并且，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，在設定好時間間隔后，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(fā)生變化，我將會知道他/她更新了顯示圖片）。然后我會給他/她發(fā)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(wǎng)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：

…

importmechanize,os,urllib2,urllib,requests,getpass,time

start_time = time.time()

frombs4 importBeautifulSoup

br=mechanize.Browser()

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

br.select_form(nr=0)

name=''

whilename=='':

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=[]

foriinrange(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]

ifnotos.path.exists(path):

os.makedirs(path)

a+=[c]

#print a

overall=[]

foriinrange(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=[]

forjinrange(x):

g=li[j].ul

#print g

#raw_input('')

ifg!=None:

temp=http://g.li['class'].split(' ')

#raw_input('')

iftemp[1]=='resource':

#print 'yes'

#print '********************'

o+=[j]

h=li[j].find('div',attrs={'class':'content'})

s=str(h.h3.string)

path='c:nalanda'+folder

ifpath[-1]==' ':

path=path[:-1]

path+=''+s

ifnotos.path.exists(path):

os.makedirs(path)

f=g.find_all('li')

r=len(f)

z=[]

foreinrange(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=''

ifstr(q[0]).find('word')!=-1:

typ='.docx'

elifstr(q[0]).find('JPEG')!=-1:

typ='.jpg'

else:

typ='.pdf'

iftyp!='.docx':

res=br.open(link)

soup=BeautifulSoup(res.read())

iftyp=='.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:

ifnotos.path.exists(path+''+text+typ):

br.retrieve(link,path+''+text+typ)[0]

except:

print'Connectivity Issues'

z+=[(link,text,typ)]

t+=[(s,z)]

ift==[]:

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++

這個腳本并不是很有用，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(yōu)化我自己的版本，但是，由于我們已經有了DC ++，我并沒有這么做，盡管我已經使用 nodeJS 和 python 寫了一個基礎版本。

工作原理：

打開 DC++ ， 進入一個中心站點，然后連接，我寫了一個 python 腳本來做這件事。 腳本會在 PC上創(chuàng)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。因為我給 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(shù)量增加以后，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(lián)系的中間人角色。 我還做了一個在所有用戶中搜索特定文件的功能。

這里是客戶端的 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于教育目的。