如何使用 Python 实现网页自动化朗读？

作者 | hoxis

责编 | 郭芮

是不是有的时候懒得自己看新闻？那么不妨试试用 Python 来朗读给你听吧。

网页转换成语音，步骤无外乎：

网页正文识别，获取到正文的文本内容；

文本转语音，通过接口将文本转换成语音文件；

语音文件的发声，即将语音文件读出；

网页正文识别

之所以用 Python，就是因为 Python 有着丰富的库，网页正文识别也不在话下。这里我尝试了 readability、goose3。

1.1 readability

readability 支持 Python3，使用 pip install readability-lxml 安装即可。

readability 使用起来也很方便：

importrequests

fromreadabilityimportDocument

response=requests.get('/socialgd/10000169/0616/32537640_all.html')

doc=Document(response.text)

print(doc.title())

但是 readability 提取到的正文内容不是文本，里面仍包含 HTML 标签。

当然也可以结合其他组件再对 HTML 进行处理，如 html2text，我们这里就不再延伸，有兴趣的可以自行尝试。

1.2 goose3

Goose 本来是一个用 Java 编写的文章提取器，后来就有了 Python 实现版： goose3 。

使用起来也很方便，同时对中文支持也不错。使用 pip install goose3 即可安装。

>>>fromgoose3importGoose

>>>fromgoose3.textimportStopWordsChinese

>>>url='/socialgd/10000169/0616/32537640_all.html'

>>>g=Goose({'stopwords_class':StopWordsChinese})

>>>article=g.extract(url=url)

>>>print(article.cleaned_text[:150])

北京时间6月15日23:00(圣彼得堡当地时间18:00)，世界杯B组一场比赛在圣彼得堡球场展开角逐，伊朗1比0险胜摩洛哥，伊朗前锋阿兹蒙半场结束前错过单刀机会，鲍哈杜兹第95分钟自摆乌

龙。这是伊朗来首度在世界杯决赛圈取胜。

本届世界杯，既相继出现替补便进球，贴补梅开二度以及东道主

可以看出网页正文提取效果还不错，基本满足我们的要求，可以使用！

注意：goose 还有另外一个 Python2 的版本：Python-Goose，使用方法和 goose3 基本一样。

文本转语音

文本转语音，百度、阿里、腾讯、讯飞等都有提供 REST API 接口，阿里和腾讯的申请相对时间较长，阿里的貌似还要收费，百度和讯飞的在线申请后即可使用。

没办法，好的东西得来总是要曲折一些。其中百度的没有调用量的限制（其实默认是 200000 次/天），讯飞有每天 500 次的限制。

这里我们使用百度的 REST API 接口中的语言合成接口，一方面原因是百度的调用次数没有限制，另一方面，我看了下讯飞的接口文档，接口限制还是比较多的。还有就是百度提供了 REST API 的 Python 封装，使用也更方便。

2.1 baidu-aip 的使用

百度提供了 Python SDK，使用 pip install baidu-aip 可以直接安装。接口的使用可以参考接口文档：/docs#/TTS-Online-Python-SDK/top。

使用示例如下：

fromaipimportAipSpeech

"""

你的APPIDAKSK

均可在服务控制台中的应用列表中查看。

"""

APP_ID='你的AppID'

API_KEY='你的ApiKey'

SECRET_KEY='你的SecretKey'

client=AipSpeech(APP_ID,API_KEY,SECRET_KEY)

result=client.synthesis('你好，你在做什么','zh',3,{

'vol':5,

})

#识别正确返回语音二进制错误则返回dict参照下面错误码

ifnotisinstance(result,dict):

withopen('auido.mp3','wb')asf:

f.write(result)

接口参数：

接口对单次传入的文本进行了限制，合成文本长度必须小于 1024 字节，如果文本长度过长，就需要进行切割处理，采用多次请求的方式，分别转换成语音文件，最后再将多个语音文件合并成一个。

2.2 文本切割

可以使用如下代码将文本分割成多个长度为 500 的文本列表

#将文本按500的长度分割成多个文本

text_list=[text[i:i+500]foriinrange(0,len(text),500)]

2.3 语言文件合并

我们使用 pydub 来处理生成的音频文件。使用 pip install pydub 即可安装。

另外还 Ubuntu 环境需要安装依赖的，使用 sudo apt-get install libav-tools 安装即可.而在 Windows 环境需要到 /builds/ 下载 FFmpeg，并将其配置到环境变量中。

若还有问题，可以参考官网配置：/jiaaro/pydub。

#合并音频文件

defmerge_voice(file_list):

voice_dict={}

song=None

fori,finenumerate(file_list):

ifi==0:

song=AudioSegment.from_file(f,"mp3")

else:

#拼接音频文件

song+=AudioSegment.from_file(f,"mp3")

#删除临时音频

os.unlink(f)

#导出合并后的音频文件，格式为MP3格式

file_name=str(uuid.uuid1())+".mp3"

song.export(file_name,format="mp3")

returnfile_name

通过百度的接口，我们可以将文字转化成音频文件，下面的问题就是如何播放音频文件。

音频文件播放

网上获取到 Python 播放 wav 文件的方式由好几种，包括 pyaudio、pygame、winsound、playsound。不过测试下来，只有 playsound 成功。其他方式有兴趣的可以试下，有问题可以留言交流。

使用 pip install playsound 安装后即可使用。

使用也很简单：

>>>fromplaysoundimportplaysound

>>>playsound('/path/to/a/sound/file/you/want/to/play.mp3')

说明：音频的播放需要在图形化页面下运行，因为命令行模式下，没有播放声音的出口。

pythonpage2voice.py-u"/shiwenv_c244fc77f6fb.aspx"

运行后，代码就会自动解析网页并进行朗读啦。

总结

至此，网页到音频的转换就结束了。当然程序没有这么完美，比如中英文混合的网页解析和转换的结果就不怎么理想，但是纯中文的新闻页面效果还是不错的。源码已上传至 GitHub：

/hoxis/to_voice/blob/master/page2voice.py

作者：不正经程序员，现在是一名小小的开发工程师，工作主要用 Java、Python，平时除了喜欢钻研专业技术外，业余也会鼓捣下程序员周边，比如读书、效率工具、理财等等等等。欢迎关注，共同进步！

声明：本文为作者投稿，版权归对方所有。