python之钉钉机器人自动发消息——傻瓜式教程

简介: 自动化跑完的结果,需要自动发送到钉钉群,自动将数据、报告、截图等保存至公司内部服务器,钉钉通知的时候,需要有个链接,点击就可以跳转。

python之钉钉机器人自动发消息——傻瓜式教程

前言

钉钉、飞书、企业微信在各大企业中算是排得上大号的即时通讯贩子了。

身为一个菜鸡,自然会玩的比较花,这不,N年前,我老大就有个需求。

自动化跑完的结果,需要自动发送到钉钉群,自动将数据、报告、截图等保存至公司内部服务器,钉钉通知的时候,需要有个链接,点击就可以跳转。

好,需求就是这么个需求。当时对于我来说,简直就是,两眼一抹黑,然后打开浏览器的搜索框一搜。我的嘴角疯狂的上扬,资料这么多,奈我何?

那既然资料都这么多了,为什么我还要写这篇文呢?

答曰:爷乐意!

(咳咳,有点狂了,刚刚外面人多,大大们我就是想水篇一下QAQ)

钉钉创建机器人

注:前提你得是这个群组的群主或者管理员

主要流程如下:

--> 1.点击群设置

--> 2.点击智能群助手

--> 3.点击添加机器人

--> 4.添加自定义机器人

细节流程如下

第一步:打开钉钉所在群组

点击群设置,点击智能群助手

image-20220819163239396.png

第二步:添加机器人

image-20220819163402187.png

第三步:添加机器人

image-20220819163549375.png

第四步:添加自定义机器人

image-20220819163627959.png

第五步:点击添加

image-20220819163652388.png

第六步:添加完成

(1)头像可以进行修改

(2)机器人名字自己可以随意命名,比如我用的是狗头BOSS,大家可以借鉴参考

(3)安全设置:需要勾选加签(加签之后会有密钥,自己复制保存好,后面需要用到)

(4)勾选我已阅读并同意

(5)点击完成(完成之后会有一个webhook地址,自己复制保存好,后面需要用到)

(6)官方相关文档: 钉钉开放文档 (dingtalk.com)

image-20220819163720637.png
image-20220819164123769.png

通过上面这些步骤,一个自定义的机器人就创建好啦,接下来就开始愉快地打开pycharm或者vscode或者txt来写代码吧

注:如果你在上述步骤中,手比较贱,或者说手速比较快,没保存好秘钥及webhook,不用着急重新创建,只需要再次打开智能群助手,打开你刚刚创建的机器人,鼠标滑动滑动,你就能看到webhook和秘钥啦

python连接dingtalk

开心的打开我的pycharm

首先下载好dingtalk的三方库

pip install DingtalkChatbot

如果下载失败,可以用下面这条

pip install DingtalkChatbot -i http://pypi.douban.com/simple

导入包

from dingtalkchatbot.chatbot import DingtalkChatbot

发送MarkDown格式消息

源码展示

这个方法可以自己根据需求进行修改,之后再自己自动化代码跑完之后,调用这个函数,就会自动把你想要发送的内容发到对应的钉钉群了。

from dingtalkchatbot.chatbot import DingtalkChatbot
from datetime import  datetime
def dingtalk_robot(webhook,secret):
    dogBOSS = DingtalkChatbot(webhook, secret)
    red_msg = '<font color="#dd0000">级别:危险</font>'
    orange_msg = '<font color="#FFA500">级别:警告</font>'

    now_time = datetime.now().strftime('%Y.%m.%d %H:%M:%S')
    url = 'https://blog.csdn.net/qq_46158060?type=blog'
    dogBOSS.send_markdown(
        title=f'来自梦无矶小仔的提醒',
        text=f'### **我是主内容的第一行**\n'
              f'**{red_msg}**\n\n'
              f'**{orange_msg}**\n\n'
              f'**发送时间:**  {now_time}\n\n'
              f'**相关网址:**[点击跳转]({url}) \n',
        is_at_all=True)

if __name__ == '__main__':
    webhook = '刚你记录的webhook填这里'
    secrets = '刚你记录的秘钥填这里'
    dingtalk_robot(webhook=webhook,
                   secret=secrets)

效果展示

大字就是你机器人的名字

代码中title就会显示到这个小字里面

image-20220819171857404.png

下面这个就是在群里的消息展示

image-20220819171948457.png

代码分析

其实平常写笔记用的是markdown语法的小伙伴,这些瞅一眼就会了,这里我大致讲一下。

颜色

直接可以用html格式写,这里提供几种颜色供大家选择,直接在我代码里面替换就可以。

浅绿色 #00FFFF
淡蓝色 #F0FFFF
蓝色 #0000FF
青色 #00FFFF
墨绿色 #2F4F4F
深天蓝色#00BFFF
闪兰色 #1E90FF
森林绿 #228B22
紫红色 #FF00FF
金色 #FFD700
绿色 #008000
橙色 #FFA500
粉红色 #FFC0CB
紫色 #800080
红色 #FF0000
天蓝色 #87CEEB
青绿色 #40E0D0
紫罗兰色#EE82EE
浅黄色 #F5DEB3
黄色 #FFFF00

是否@所有人

is_at_all=True # True代表是,False代表否

源码粗讲

除了DingtalkChatbot,官方还提供了ActionCard、FeedLink、CardItem的消息发送方式。

image-20220819173635305.png

另外在DingtalkChatbot中,除了刚刚展示的MarkDown格式的展示方式,还有如下的方式。

每个方法参数都写的非常详细,大家有兴趣可以一个个自己去尝试,只需要把我上面代码dogBOSS.send_markdown改成对应方法就行。

image-20220819173720236.png

actioncard

def dingtalk_robot_actioncard(webhook,secret):
    dogBOSS = DingtalkChatbot(webhook, secret)
    btns = [{"title": "查看详情", "actionURL": "www.baidu.com"}]
    actioncard = ActionCard(title='梦无矶小仔发来的ActionCard消息',
                             text='![图片名称](https://gimg2.baidu.com/image_search/src=http%3A%2F%2Fimg.jj20.com%2Fup%2Fallimg%2F4k%2Fs%2F02%2F2109242332225H9-0-lp.jpg&refer=http%3A%2F%2Fimg.jj20.com&app=2002&size=f9999,10000&q=a80&n=0&g=0n&fmt=auto?sec=1663494674&t=809747c738dd22e73143623968185646) \n'
                                  '### 好家伙,原来是百度!',
                             btns=btns,
                             btn_orientation=1,
                             hide_avatar=1)
    dogBOSS.send_action_card(actioncard)

image-20220819175214172.png

这个只是一个选项的,还可以有多个,可以在btns那里多写几个字典。展示如下:

image-20220819175612765.png

其他的自己去玩吧,水完了,愉快的一天又结束啦!

相关文章
|
5天前
|
BI Python
SciPy 教程 之 Scipy 显著性检验 8
本教程介绍SciPy中显著性检验的应用,包括如何利用scipy.stats模块进行显著性检验,以判断样本与总体假设间的差异是否显著。通过示例代码展示了如何使用describe()函数获取数组的统计描述信息,如观测次数、最小最大值、均值、方差等。
13 1
|
6天前
|
Python
SciPy 教程 之 Scipy 显著性检验 6
显著性检验是统计学中用于判断样本与总体假设间是否存在显著差异的方法。SciPy的scipy.stats模块提供了执行显著性检验的工具,如T检验,用于比较两组数据的均值是否来自同一分布。通过ttest_ind()函数,可以获取两样本的t统计量和p值,进而判断差异是否显著。示例代码展示了如何使用该函数进行T检验并输出结果。
10 1
|
8天前
|
Python
SciPy 教程 之 Scipy 显著性检验 3
本教程介绍Scipy显著性检验,包括其基本概念、原理及应用。显著性检验用于判断样本与总体假设间的差异是否显著,是统计学中的重要工具。Scipy通过`scipy.stats`模块提供了相关功能,支持双边检验等方法。
16 1
|
10天前
|
机器学习/深度学习 Python
SciPy 教程 之 SciPy 插值 2
SciPy插值教程:介绍插值概念及其在数值分析中的应用,特别是在处理数据缺失时的插补和平滑数据集。SciPy的`scipy.interpolate`模块提供了强大的插值功能,如一维插值和样条插值。通过`UnivariateSpline()`函数,可以轻松实现单变量插值,示例代码展示了如何对非线性点进行插值计算。
12 3
|
13天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 空间数据 4
本教程介绍了SciPy的空间数据处理功能,主要通过scipy.spatial模块实现。内容涵盖空间数据的基本概念、距离矩阵的定义及其在生物信息学中的应用,以及如何计算欧几里得距离。示例代码展示了如何使用SciPy计算两点间的欧几里得距离。
29 5
|
12天前
|
机器学习/深度学习 Python
SciPy 教程 之 SciPy 空间数据 6
本教程介绍了SciPy处理空间数据的方法,包括使用scipy.spatial模块进行点位置判断、最近点计算等内容。还详细讲解了距离矩阵的概念及其应用,如在生物信息学中表示蛋白质结构等。最后,通过实例演示了如何计算两点间的余弦距离。
23 3
|
11天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 空间数据 7
本教程介绍了SciPy的空间数据处理功能,涵盖如何使用`scipy.spatial`模块进行点的位置判断、最近点计算等操作。还详细解释了距离矩阵的概念及其在生物信息学中的应用,以及汉明距离的定义和计算方法。示例代码展示了如何计算两个点之间的汉明距离。
21 1
|
7天前
|
Python
SciPy 教程 之 Scipy 显著性检验 5
显著性检验用于判断样本与总体假设间的差异是否由随机变异引起,或是假设与真实情况不符所致。SciPy通过scipy.stats模块提供显著性检验功能,P值用于衡量数据接近极端程度,与alpha值对比以决定统计显著性。
11 0
|
9天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 插值 3
本教程介绍了SciPy中的插值方法,包括什么是插值及其在数据处理和机器学习中的应用。通过 `scipy.interpolate` 模块,特别是 `Rbf()` 函数,展示了如何实现径向基函数插值,以平滑数据集中的离散点。示例代码演示了如何使用 `Rbf()` 函数进行插值计算。
16 0
|
9天前
|
Python
SciPy 教程 之 Scipy 显著性检验 1
本教程介绍Scipy显著性检验,包括统计假设、零假设和备择假设等概念,以及如何使用scipy.stats模块进行显著性检验,以判断样本与总体假设间是否存在显著差异。
14 0
下一篇
无影云桌面