5000+图片找到你喜欢的那个TA，Python爬虫+颜值打分

前言

文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。

作者： 罗罗攀

PS：如有需要Python学习资料的小伙伴可以加点击下方链接自行获取http://t.cn/A6Zvjdun

一见钟情钟的不是情，是脸

日久生情生的不是脸，是情

项目简介

本项目利用Python爬虫和百度人脸识别API，针对简书交友专栏，爬取用户照片（侵删），并进行打分。 本项目包括以下内容：

• 图片爬虫
• 人脸识别API使用
• 颜值打分并进行文件归类

图片爬虫

现在各大交友网站都会有一些用户会爆照，本文爬取简书交友专栏的所有帖子，并进入详细页，获取所有图片并下载到本地。

代码

import requests
from lxml import etree
import time
​
headers = {
 'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.181 Safari/537.36'
}
​
def get_url(url):
 res = requests.get(url,headers=headers)
 html = etree.HTML(res.text)
 infos = html.xpath('//ul[@class="note-list"]/li')
 for info in infos:
 root = 'https://www.jianshu.com'
def get_img(url):
 res = requests.get(url, headers=headers)
 html = etree.HTML(res.text)
 title = html.xpath('//div[@class="article"]/h1/text()')[0].strip('|').split('，')[0]
 name = html.xpath('//div[@class="author"]/div/span/a/text()')[0].strip('|')
 infos = html.xpath('//div[@class = "image-package"]')
 i = 1
 for info in infos:
 try:
 img_url = info.xpath('div[1]/div[2]/img/@data-original-src')[0]
 print(img_url)
 data = requests.get('http:' + img_url,headers=headers)
 try:
 fp = open('row_img/' + title + '+' + name + '+' + str(i) + '.jpg','wb')
 fp.write(data.content)
 fp.close()
 except OSError:
 fp = open('row_img/' + name + '+' + str(i) + '.jpg', 'wb')
 fp.write(data.content)
 fp.close()
 except IndexError:
 pass
 i = i + 1
​
if __name__ == '__main__':
 urls = ['https://www.jianshu.com/c/bd38bd199ec6?order_by=added_at&page={}'.format(str(i)) for i in range(1,201)]
 for url in urls:
 get_url(url)

人脸识别API使用

由于爬取了帖子下面的所有图片，里面有各种图片（不包括人脸），而且是为了找到高颜值小姐姐，如果人工筛选费事费力，这里调用百度的人脸识别API，进行图片过滤和颜值打分。

人脸识别应用申请

首先，进入百度人脸识别官网，点击立即使用，登陆百度账号（没有就注册一个）。

创建应用，完成后，点击管理应用，就能看到AppID等，这些在调用API时需要使用的。

API调用

这里使用杨超越的图片先试下水。通过结果，可以看到75分，还算比较高了（自己用了一些网红和明星测试了下，分数平均在80左右，最高也没有90以上的）。

from aip import AipFace
import base64
APP_ID = ''
API_KEY = ''
SECRET_KEY = ''
aipFace = AipFace(APP_ID, API_KEY, SECRET_KEY)
filePath = r'C:\Users\LP\Desktop\6.jpg'
def get_file_content(filePath):
 with open(filePath, 'rb') as fp:
 content = base64.b64encode(fp.read())
 return content.decode('utf-8')
imageType = "BASE64"
options = {}
options["face_field"] = "age,gender,beauty"
result = aipFace.detect(get_file_content(filePath),imageType,options)
print(result)

颜值打分并进行文件归类

最后结合图片数据和颜值打分，设计代码，过滤掉非人物以及男性图片，获取小姐姐图片的分数（这里处理为1-10分），并分别存在不同的文件夹中。

from aip import AipFace
import base64
import os
import time
APP_ID = ''
API_KEY = ''
SECRET_KEY = ''
aipFace = AipFace(APP_ID, API_KEY, SECRET_KEY)
def get_file_content(filePath):
 with open(filePath, 'rb') as fp:
 content = base64.b64encode(fp.read())
 return content.decode('utf-8')
imageType = "BASE64"
options = {}
options["face_field"] = "age,gender,beauty"
file_path = 'row_img'
file_lists = os.listdir(file_path)
for file_list in file_lists:
 result = aipFace.detect(get_file_content(os.path.join(file_path,file_list)),imageType,options)
 error_code = result['error_code']
 if error_code == 222202:
 continue
 try:
 sex_type = result['result']['face_list'][-1]['gender']['type']
 if sex_type == 'male':
 continue
 # print(result)
 beauty = result['result']['face_list'][-1]['beauty']
 new_beauty = round(beauty/10,1)
 print(file_list,new_beauty)
 if new_beauty >= 8:
 os.rename(os.path.join(file_path,file_list),os.path.join('8分',str(new_beauty) + '+' + file_list))
 elif new_beauty >= 7:
 os.rename(os.path.join(file_path,file_list),os.path.join('7分',str(new_beauty) + '+' + file_list))
 elif new_beauty >= 6:
 os.rename(os.path.join(file_path,file_list),os.path.join('6分',str(new_beauty) + '+' + file_list))
 elif new_beauty >= 5:
 os.rename(os.path.join(file_path,file_list),os.path.join('5分',str(new_beauty) + '+' + file_list))
 else:
 os.rename(os.path.join(file_path,file_list),os.path.join('其他分',str(new_beauty) + '+' + file_list))
 time.sleep(1)
 except KeyError:
 pass
 except TypeError:
 pass

最后结果8分以上的小姐姐很少，如图（侵删）。

讨论

• 简书交友小姐姐数量较少，读者可以去试试微博网红或知乎美女。
• 虽然这是一个看脸的时代，但喜欢一个人，始于颜值，陷于才华，忠于人品（最后正能量一波，免得被封）。