python3下搜狗AI API实现

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 = ''
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\n","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 = ''
        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} + "\n" + {HOST} + "\n" + {URI} + "\n" + {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} + "\n" + {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\napi.ai.sogou.com\n/speech/asr\nidx=1&starttime=1491810516&type=gbk"
       {Signature}=HMAC-SHA256-BASE64("PMROwlieALT36qfdGClVz2iH4Sv8xZxe", {AuthPrefix} + "\n" + {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\n%s\n%s\n%s' %(method,host,uri,sortquerystr)
        #3生成signstr
        signstr ='%s\n%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)

-- 以上--