Contenuti

L’interesse crescente per apps come Yuka riflette un bisogno di trasparenza da parte dei consumatori che vogliono sapere di più sugli alimenti che acquistano e mangiano. Sul fronte alimentare oltre Yuka c’è il progetto collaborativo Open Food Facts per facilitare la comprensione delle etichette alimentari come sostenuto dal suo fondatore Stéphane Gigandet in un’intervista per il sito “La Croix” (2014):

Oggi si fa molta attenzione a quello che mangiamo, senza però sapere realmente decriptare le etichette dei prodotti che compriamo ogni giorno, infatti spesso non capiamo niente delle tabelle nutrizionali scritte sulle etichette.

Gigandet è inoltre l’ideatore di numerosi blog legati al cibo come Recettes de Cuisine e Very Good Recipes, e di progetti come Manger Bloguer e Informations Nutritionnelles.

Open Food Facts

Nel maggio del 2012 Gigandet per l’occasione della giornata mondiale “Food revolution” lancia ufficialmete il progetto Open Food Facts (OFF) con la consapevolezza che il cibo ha un impatto sulla nostra salute e su quella del pianeta.

OFF è un database che raccoglie i dati nutrizionali delle etichette dei prodotti alimentari che compriamo al supermercato, per Gigandet questi dati devono essere gratuiti e riutilizzabili da tutti. Secondo i principi dell’open data tutti possono contribuire al progetto, insiste Stéphane Gigandet, la prima cosa da fare è inserire la composizione dei prodotti alimentari utilizzando l’app per Android o per iPhone.

Open Food con Python

Nel 2013 Serge Hercberg, presidente del équipe di ricerca in epidemiologia nutrizionale (EREN), stava sviluppando per il Ministero della Salute franceseun punteggio del valore nutrizionale degli alimenti con l’intento di fornire un’informazione visiva “comprensibile a tutti con un solo colpo d’occhio” .
Il nutriscore, come ribadito più volte da Serge Hercberg , “attribuisce dei punti su una base puramente scientifica”, relativa ai valori nutrizionali dell’alimento. A gennaio del 2014 il sistema è stato proposto ufficialmente in Francia ricevendo forti critiche da parte delle aziende agro-alimentari, nonostante il punteggio abbia una solida base scientifica.
Nel 2018 “Santé publique France”, l’agenzia che dipende dal ministero della salute francese, ha annunciato una collaborazione con l’associazione Open Food Facts con l’obiettivo di diffondere l’utilizzo del nutriscore

L’équipe di ricerca di Hercberg ha così passato il sistema di calcolo del nutriscore all’associazione, che possiamo ottenere utilizzando la libreria ufficiale:

pip install openfoodfacts

1	pip install openfoodfacts

Purtroppo quando ho usato la libreria aveva dei problemi con il certificato dell’endpoint (in http), quindi ho preferito scrivere il mio di servizio utilizzando come endpoint:

https://world.openfoodfacts.org

1	https://world.openfoodfacts.org

Iniziamo importando le librerie di cui abbiamo bisogno ed il datamodel per il prodotto alimentare:

from datamodels.product import FoodProduct
import requests
import json

from datamodels.product import FoodProduct

import requests

import json

Scriviamo una classe con due metodi: il primo per cercare con il codice a barre il prodotto alimentare ed il secondo per ottenerne le informazioni, parsando la response con il nostro datamodel FoodProduct.

class OpenfoodfactsReq(object):

   def __init__(self):
      self.api_url = “https://world.openfoodfacts.org”

   def _search_food_product(self, barcode: str) -&gt; dict:

      “””

      :param barcode:
      :return:
      “””
      api_url = f”{self.api_url}/api/v0/product/{barcode}.json”

      response = requests.get(api_url)
      res = json.loads(response.text)
      return res

   def product_info(self, barcode: str) -&gt; dict:

      sp = self._search_food_product(barcode)
      if sp[‘status_verbose’] == ‘product not found’:
         res = dict()
      else:
         fp = FoodProduct(sp[‘product’])
         res = fp.__dict__
      return res

class OpenfoodfactsReq(object):

def __init__(self):

self.api_url = “https://world.openfoodfacts.org”

def _search_food_product(self, barcode: str) –> dict:

“”“

:param barcode:

:return:

““”

api_url = f“{self.api_url}/api/v0/product/{barcode}.json”

response = requests.get(api_url)

res = json.loads(response.text)

return res

def product_info(self, barcode: str) –> dict:

sp = self._search_food_product(barcode)

if sp[‘status_verbose’] == ‘product not found’:

res = dict()

else:

fp = FoodProduct(sp[‘product’])

res = fp.__dict__

return res

Food Product: Datamodel

Quali dati esporre nella nostra API? Dall’app mobile per Android possiamo vedere che Openfoodfacts ha una sezione dedicata ai nutrimenti del prodotto, alla presenza di allergeni o di etichette (bio, senza glutine, vegano , etc). Inoltre assieme al nutriscore abbiamo altri punteggi come l’ecoscore per l’impronta ecologica o il novascore per capire quale sia il livello di lavorazione degli alimenti.

class Product(object):

   def __init__(self, properties=None):
      self.name = “”
      self.quantity = “”
      self.nutri_score_grade = “”
      self.eco_score = “”
      self.eco_score_grade = “”
      self.nutriments = “”
      self.nova_score = “”
      self.image = “”
      if properties is not None and len(properties) &gt; 0:
         for key in properties.keys():
            self.custom_properties(properties[key], key)

   def custom_properties(self, value, prop):
      if prop == ‘product_name’:
         self.name = value
      if prop == ‘product_quantity’:
         self.quantity = value
      if prop == ‘nutrition_grades’:
         self.nutri_score_grade = value
      if prop == ‘ecoscore_score’:
         self.eco_score = value
      if prop == ‘ecoscore_grade’:
         self.eco_score_grade = value
      if prop == ‘nutriments’:
         self.nutriments = value
      if prop == ‘nova_group’:
         self.nova_score = value
      if prop == ‘image_url’:
         self.image = value

class Product(object):

def __init__(self, properties=None):

self.name = “”

self.quantity = “”

self.nutri_score_grade = “”

self.eco_score = “”

self.eco_score_grade = “”

self.nutriments = “”

self.nova_score = “”

self.image = “”

if properties is not None and len(properties) > 0:

for key in properties.keys():

self.custom_properties(properties[key], key)

def custom_properties(self, value, prop):

if prop == ‘product_name’:

self.name = value

if prop == ‘product_quantity’:

self.quantity = value

if prop == ‘nutrition_grades’:

self.nutri_score_grade = value

if prop == ‘ecoscore_score’:

self.eco_score = value

if prop == ‘ecoscore_grade’:

self.eco_score_grade = value

if prop == ‘nutriments’:

self.nutriments = value

if prop == ‘nova_group’:

self.nova_score = value

if prop == ‘image_url’:

self.image = value

Sitografia

Reyes Andres

Open Food Facts: mangiare meglio con Python

Open Food Facts

Open Food con Python

Food Product: Datamodel

Sitografia