python3下调用搜狗AIAPI的方法

1、背景

a、搜狗也发布了自己的人工智能 api，包括身份证ocr、名片ocr、文本翻译等API，初试感觉准确率一般般。

b、基于python3。

c、也有自己的签名生成这块，有了鹅厂的底子，相对写起来比较简单。

d、不过Sougou明显在接口标准化这块明显不如鹅厂，不同api应答包的主体结构竟然不一致，所以实施也只做了简单的结构化……

2、实现代码

直接放代码吧，github上也有： https://github.com/jdstkxx/PySougouAI

1、sogouai-example.py

# -*- coding: utf-8 -*-
'''
create by : joshua zou
create date : 2018.4.9
Purpose: check sougou ai api
'''
import glob,os
from SougouAPIMsg import *
#改成你自己搜狗AI的APPID、APPKEY、SecretKey
AppID = '0000'
ApiKey = '*********'
SecretKey= '0PLvS-AHShmq**************'
if name == "main":
 sg = SougouAPIMsg(AppID,ApiKey,SecretKey)
 for file in glob.glob('D:python*.jpg'):
 filename=os.path.split(file)[1].split('.')[0]
 #调用ocr识别
 apiname = 'ocr'
 rest =sg.apiSougouOcr(apiname,file)
 #调用身份证识别
 #rest =sg.apiSougouOcr('idcard',file)
 
 js= rest.json()
 retext =""
 if apiname=='ocr':
 #文字识别，rest应答包，字符串
 #成功 {"result":[{"content":"01245177
","frame":["0,0","207,0","207,59","0,59"]}],"success":1}
 #失败 {"success":0} 
 if js['success']==1 :
 retext = js['result'][0]['content'].strip() 
 elif apiname == 'idcard':
 #身份证识别应答包，逼死强迫症啊，请求结构，应答结构都不一样
 '''
 {
 "result": {
 "住址": "xxxxxx",
 "公民身份号码": "11001xxx30",
 "出生": "19900101",
 "姓名": "xxXX",
 "性别": "X",
 "民族": "xxx"
 },
 "status": 0,
 "statusText": "Success"
 }
 '''
 if js['status']==0 :
 retext = js['result']['公民身份号码'].strip() 
 print(filename,retext)

2、SougouAPI.py

# -*- coding: utf-8 -*-
# 搜狗API字典
SougouAPI={
 #基本文本分析API
 "ocr": {
 'APINAME':'图像识别', #API中文简称
 'APIDESC': '识别图像中的文字', #API描述
 'APIURL': 'http://api.ai.sogou.com/pub/ocr' #API请求URL
 },
 "idcard":{
 'APINAME':'身份证识别', #API中文简称
 'APIDESC': '身份证识别', #API描述
 'APIURL': 'http://api.ai.sogou.com/pub/ocr/idcard' #API请求URL
 },
 
}

3、SougouAPIMsg.py

# -*- coding: utf-8 -*-
'''
create by : joshua zou
create date : 2018.4.9
Purpose: check sougou ai api
'''
import requests
import base64
import hashlib
import hmac
import time
from urllib import parse
import json
from SougouAPI import *
class SougouAPIMsg(object):
 def init(self,AppID=None,ApiKey=None,SecretKey=None):
 if not AppID: AppID = '88888'
 if not ApiKey: ApiKey = '5ADwS88888888Dtr6QG2'
 if not SecretKey: SecretKey= '0PLvS-AH8888888889n6NF6fVVTt7m'
 self.app_id= AppID 
 self.app_key= ApiKey 
 self.app_secret= SecretKey 
 
 def get_time_stamp(self):
 return str(int(time.time()))
 
 '''
 1、应用相关前缀 {AuthPrefix}
 {AuthPrefix}=sac-auth-v1/{accessKey}/{secondsSinceEpoch}/{expirationPeriodInSeconds}
 2、请求相关数据 {Data} 
 {Data}={REQUEST_METHOD} + "
" + {HOST} + "
" + {URI} + "
" + {SORTED_QUERY_STRING}
 其中，REQUEST_METHOD 为请求使用的 HTTP 方法, 如: GET|POST|PUT|DELETE
 HOST 为服务使用的域名, 如: api.ai.sogou.com
 URI 为请求的服务路径, 如: /speech/asr
 SORTED_QUERY_STRING 把 URL 中的 Query String（即 URL 中 “?” 后面的 “k1=v1&k2=v2” 字符串）进行编码后的结果。 
 编码方法为：
 将 Query String 根据 & 拆开成若干项，对每一项转换为 UriEncode(key) + "=" + UriEncode(value) 的形式, 其中 value 可以是空字符串
 将上面转换后的所有字符串按照字典顺序排序。
 将排序后的字符串按顺序用 & 符号链接起来。
 3、生成签名 {Signature} 
 {Signature}=HMAC-SHA256-BASE64({secretKey}, {AuthPrefix} + "
" + {Data})
 4、生成认证信息, 通过 Authorization header 传递 
 Authorization: {AuthPrefix}/{Signature}
 Example:
 1应用 accessKey/secretKey 分别为 bTkALtTB9x6GAxmFi9wetAGH / PMROwlieALT36qfdGClVz2iH4Sv8xZxe
 POST 方式访问 http://api.ai.sogou.com/speech/asr 接口
 GET 参数为 type=gbk&idx=1&starttime=1491810516
 当前系统时间为 1491810516
 2计算过程 
 {AuthPrefix}="sac-auth-v1/bTkALtTB9x6GAxmFi9wetAGH/1491810516/3600"
 {Data}="POST
api.ai.sogou.com
/speech/asr
idx=1&starttime=1491810516&type=gbk"
 {Signature}=HMAC-SHA256-BASE64("PMROwlieALT36qfdGClVz2iH4Sv8xZxe", {AuthPrefix} + "
" + {Data})="vuVEkzcnUeFv8FxeWS50c7S0HaYH1QKgtIV5xrxDY/s="
 3最终生成的 header 为
 Authorization: sac-auth-v1/bTkALtTB9x6GAxmFi9wetAGH/1491810516/3600/vuVEkzcnUeFv8FxeWS50c7S0HaYH1QKgtIV5xrxDY/s=
 '''
 def get_auth_sign_str(self,url,method):
 res= parse.urlparse(url)
 host= res.netloc
 uri = res.path
 query= res.query
 
 
 #1生成前置字符串
 authprefix= 'sac-auth-v1/%s/%s/%s' %(self.app_key,self.get_time_stamp(),3600)
 #2生成data
 query=dict( (k, v if len(v)>1 else v[0] )
 for k, v in parse.parse_qs(res.query).items() ) 
 sort_dict= sorted(query.items(), key=lambda item:item[0], reverse = False)
 sortquerystr= parse.urlencode(sort_dict)
 data= '%s
%s
%s
%s' %(method,host,uri,sortquerystr)
 #3生成signstr
 signstr ='%s
%s' %(authprefix,data)
 #调用hamc.sha256
 shastr =hmac.new(self.app_secret.encode(), signstr.encode(), digestmod=hashlib.sha256).digest()
 #base64编码，还原成字符串
 signature = base64.b64encode(shastr).decode()
 
 #4组合成最终的授权码
 authstr= '%s/%s' %(authprefix,signature)
 return authstr
 '''
 $file = "OCR-test03.jpg";
 $url = "http://api.ai.sogou.com/pub/ocr";
 
 $hdr = array(
 "Content-Type: multipart/form-data",
 "Authorization: ".sign($ak, $sk, $url, "POST")
 ); // cURL headers for file uploading
 
 $postfields = array(
 "pic" => curl_file_create($file,'image/jpeg','a_b_c.jpg'),
 );
 
 $ch = curl_init();
 $options = array(
 CURLOPT_URL => $url,
 CURLOPT_HEADER => false,
 CURLOPT_POST => 1,
 CURLOPT_HTTPHEADER => $hdr,
 CURLOPT_POSTFIELDS => $postfields,
 CURLOPT_RETURNTRANSFER => true
 );
 '''
 def apiSougouOcr(self,apiname,picfilename):
 url = SougouAPI[apiname]['APIURL']
 name = SougouAPI[apiname]['APINAME']
 desc= SougouAPI[apiname]['APIDESC']
 
 authstr=self.get_auth_sign_str(url, method='POST')
 header={ "Authorization": authstr }
 
 picfile= {'pic':open(picfilename,'rb')}
 
 resp = requests.post(url,headers=header,files=picfile) 
 #print (resp.text)

相信看了本文案例你已经掌握了方法，更多精彩请关注Gxl网其它相关文章！

推荐阅读：

pandas中的Dataframe查询有哪些方法

selenium+cookie跳过验证码登录实现步奏详解