前言:
如今看官们对“python小说阅读器”都比较关注,各位老铁们都需要学习一些“python小说阅读器”的相关知识。那么小编同时在网络上汇集了一些关于“python小说阅读器””的相关内容,希望咱们能喜欢,同学们快快来学习一下吧!自己动手丰衣足食,接下来就让我们实现自己的小说阅读器吧。
语音合成选择
要想读文字,就必须要用到语音合成。现在这种语音合成的软件有很多,其中讯飞和百度是比较好的两种,我们这里就使用百度语音合成API来实现。
创建语音合成应用
首先注册百度账号,然后登录到百度AI开放平台
),创建一个应用
创建应用
填写应用名和描述信息提交
记住AppID、API Key、Secret Key,在使用API的时候会用到,查看一下技术文档
),使用pip install baidu-aip安装完API,文档内有详细的示例代码,很容易就上手了。里面有各种参数解释,比如音量、语调、语速、发声人等。现在语音合成已经有了,已经有了阅读的前提,下面就是获取小说内容了。
获取小说内容
小说内容的获取我们从笔趣阁网站上获取,一方面免费,另一方面没有反爬,找到网站首页,使用requests大法就可以了。简单分析一下页面
所有章节信息都在dd元素下,而且链接也是很有规律的,直接用xpath获取所有章节列表信息。
def get_chapters(self): url = "" r = self.session.get(url) r.encoding = chardet.detect(r.content).get("encoding", "utf-8") html = etree.HTML(r.text) for item in html.xpath("//dl/dd/a"): yield item.attrib["title"], url + item.attrib["href"]
章节内容获取也非常简单,就不分析了
def get_content(self, url): r = self.session.get(url) r.encoding = chardet.detect(r.content).get("encoding", "utf-8") html = etree.HTML(r.text) title = html.xpath(r'//*[@class="bookname"]/h1')[0].text for info in html.xpath("//div[@id='content']"): text = info.xpath("string(.)")
这里有一点要注意的,获取的章节内容中有html元素,xpath为我们提供了string(.),提取多个子节点的文本,非常好用。
合成存储
小说内容获取成功了,与语音合成结合一下,小说阅读器的雏形就有了。简单实现如下:
import chardetimport requestsfrom lxml import etreefrom aip import AipSpeechclass CollectNovels: def __init__(self): self.session = requests.session() self.session.headers["user-agent"] = "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.169 Safari/537.36" """ 你的 APPID AK SK """ APP_ID = '16416498' API_KEY = 'oEWGafQkaUGqmsmPbfkE5OMx' SECRET_KEY = '6jdsUcH0PXz5TYoELU47u58W5vPV9lwf' self.client = AipSpeech(APP_ID, API_KEY, SECRET_KEY) def get_chapters(self, url): r = self.session.get(url) r.encoding = chardet.detect(r.content).get("encoding", "utf-8") html = etree.HTML(r.text) for item in html.xpath("//dl/dd/a"): yield item.attrib["title"], url + item.attrib["href"] def get_content(self, url): r = self.session.get(url) r.encoding = chardet.detect(r.content).get("encoding", "utf-8") html = etree.HTML(r.text) for info in html.xpath("//div[@id='content']"): text = info.xpath("string(.)") for line in text.split("。"): content = self.client.synthesis(line, 'zh', 1, {"per": 0}) with open("auido.mp3", "rb") as fp: fp.write(content)if __name__ == '__main__': novel = CollectNovels() home_url = "" for title, url in novel.get_chapters(home_url): novel.get_content(url)
这里是生成了mp3文件,按行生成以后,再使用合成软件合成后,我们就可以放在任意地方去听了。但是这样也有缺陷,必须提前生成,然后才能使用播放器听,这样不是很方便。如果可以边生成边播放是不是更好呢?
播放合成语音
我们可以使用python的pygame库,其他的好几个库都不太好用,有些已经年久失修了,所以就不用了。
import timeimport pygamefrom io import BytesIOpygame_mixer = pygame.mixerpygame_mixer.init(frequency=frequency)byte_obj = BytesIO()byte_obj.write(content)byte_obj.seek(0, 0)pygame_mixer.music.load(byte_obj)pygame_mixer.music.play()while pygame_mixer.music.get_busy(): time.sleep(0.1)pygame_mixer.stop()
这里使用BytesIO将语音合成的二进制文件存储在内存中,就不需要再保存成本地mp3了,有一个需要注意的地方pygame_mixer.init(frequency=frequency),这个frequency参数是音频频率,如果不设置的话默认是22050,播放出来的声音和mp3播放相差太大了,一直以为是这个库有问题,换了好几个,有的是用不了,有的有问题,后来我才发现需要设置这个参数,那么这个参数从哪里来呢?查看之前生成的mp3文件属性
然后将频率设置为16000就可以了。
最终处理
要生成我们最终可以使用的阅读器还有几个问题需要处理。
合成一句播放一句,这样会有停顿,所以要使用并行处理。每次合成如果不进行存储,下一次就必须要重新合成。所以我们使用数据库存储合成的语音。获取章节内容、合成语音、播放内容需要独立处理。最终代码已经上传到我的GitHub上,请关注我的公众号,发送:小说 获取
后期规划
后期可以增加前端页面,通过前端增加爬取小说信息,显示合成进度、播放进度、选择章节播放等功能。
来源网络,侵权联系删除
标签: #python小说阅读器