开发者社区> 青衫无名> 正文

Python开发微信公众号后台(系列三)

简介:
+关注继续查看

之前有主流的小黄鸡机器人,但是没找到官方的网页版。(小黄鸡提供付费 API )尝试使用
http://www.niurenqushi.com/app/simsimi/(虽然事实证明这个网站用的是图灵机器人的 API 而非小黄鸡 API ,后面我们会再谈 API 怎么用)

640?wx_fmt=png&tp=webp&wxfrom=5&wx_lazy=
很简单的一个请求。 http://www.niurenqushi.com/app/simsimi/ajax.aspx?txt=

网址后面加上内容就可以了。

# -*- coding: utf-8 -*-

import requests

def talk(content):

    s = requests.session()

    r = s.post('http://www.niurenqushi.com/app/simsimi/ajax.aspx?txt='+content)

recontent = r.text

returnrecontent

#如果请求失败自己试试加上headers

抓到了自动回复的内容以后,我们将用户输入的文本内容当作 content 传入,获取回复再返回即可。

从小黄鸡的回复我们可以看出来,丫并不是小黄鸡,而是图灵机器人伪装的。与其给人刷请求量还不如自己去申请一个图灵机器人的 API ,可以自己定制很多东西。
http://www.tuling123.com/ 注册以后会分配自己的 key ,免费版每天 5000 次请求。

640?wx_fmt=png&tp=webp&wxfrom=5&wx_lazy=

官方提供了几种接入方式,其中一种是微信公众平台接入,这种方法直接接入图灵机器人提供的链接而不是自己的服务器,所以对于公众号来讲定制功能的限定就很多,但是如果有小伙伴没有自己的服务器的话,可以用这个尝尝鲜。
640?wx_fmt=png&tp=webp&wxfrom=5&wx_lazy=
我们已经搭好了 Python 环境的服务器,所以选择 API 接入。 http://www.tuling123.com/html/doc/api.html(推荐自己详细阅读文档)
下面是对 API 调用的 Python 代码:
存储为talk_api.py

(这里的重点是根据返回值中不同的 code 对相应返回的格式进行处理,否则会运行不成功或者返回信息不全)

# -*- coding: utf-8 -*-

import requests

importjson

global s

s = requests.session()





def talk(content):

url = 'http://www.tuling123.com/openapi/api'

da = {"key": "your API key", "info": content}

data = json.dumps(da)

    r = s.post(url, data=data)

    j = eval(r.text)

code = j['code']

if code == 100000:

recontent = j['text']

elif code == 200000:

recontent = j['text']+j['url']

elif code == 302000:

recontent = j['text']+j['list'][0]['info']+j['list'][0]['detailurl']

elif code == 308000:

recontent = j['text']+j['list'][0]['info']+j['list'][0]['detailurl']

else:

recontent = '这货还没学会怎么回复这句话'

returnrecontent

修改其中的 API key,然后修改之前的 weixinInterface.py

def POST(self):

str_xml = web.data() #获得post来的数据

    xml = etree.fromstring(str_xml)#进行XML解析

    #content=xml.find("Content").text#获得用户所输入的内容

msgType=xml.find("MsgType").text

fromUser=xml.find("FromUserName").text

toUser=xml.find("ToUserName").text

ifmsgType == 'image':

try:

picurl = xml.find('PicUrl').text

datas = imgtest(picurl)

            return self.render.reply_text(fromUser, toUser, int(time.time()), '图中人物性别为'+datas[0]+'\n'+'年龄为'+datas[1])

except:

            return self.render.reply_text(fromUser, toUser, int(time.time()),  '识别失败,换张图片试试吧')

else:

        content = xml.find("Content").text  # 获得用户所输入的内容

        if content[0:2] == u"快递":

post = str(content[2:])

kuaidi = cxkd.detect_com(post)

returnself.render.reply_text(fromUser,toUser,int(time.time()), kuaidi)



else:

try:

msg = talk_api.talk(content, userid)

returnself.render.reply_text(fromUser,toUser,int(time.time()), msg)

except:

                    return self.render.reply_text(fromUser,toUser,int(time.time(

这样我们就实现了调用图灵机器人 API 微信公众号后台自动回复的功能。你可以在http://www.tuling123.com/web/robot_settings!index.action?cur=l_02 修改机器人设定,机器人后台会根据设定自动修改相应回复。
示例:

640?wx_fmt=png&tp=webp&wxfrom=5&wx_lazy=

实现了文本信息的聊天以后我就在想,我们已经可以处理文本、图片了,能不能处理语音呢? 
刚好看到微信官方提供了接口:
640?wx_fmt=png&tp=webp&wxfrom=5&wx_lazy=
640?wx_fmt=png&tp=webp&wxfrom=5&wx_lazy=

这就意味着我们不需要做太多的修改就可以将接收到的语音消息作为文本信息处理了。
修改weixinInterface.py

def POST(self):

str_xml = web.data() #获得post来的数据

        xml = etree.fromstring(str_xml)#进行XML解析

        #content=xml.find("Content").text#获得用户所输入的内容

msgType=xml.find("MsgType").text

fromUser=xml.find("FromUserName").text

toUser=xml.find("ToUserName").text

        #picurl = xml.find('PicUrl').text

        #return self.render.reply_text(fromUser,toUser,int(time.time()), content)

ifmsgType == 'image':

try:

picurl = xml.find('PicUrl').text

datas = imgtest(picurl)

                return self.render.reply_text(fromUser, toUser, int(time.time()), '图中人物性别为'+datas[0]+'\n'+'年龄为'+datas[1])

except:

                return self.render.reply_text(fromUser, toUser, int(time.time()),  '识别失败,换张图片试试吧')

elifmsgType == 'voice':

content = xml.find('Recognition').text

try:

msg = takl_api.talk(content, userid)

returnself.render.reply_text(fromUser,toUser,int(time.time()), msg)

except:

                return self.render.reply_text(fromUser,toUser,int(time.time()), content + '这货还不够聪明,换句话聊天吧')

            #return self.render.reply_text(fromUser,toUser,int(time.time()), content)

else:

            content = xml.find("Content").text  # 获得用户所输入的内容

            if content[0:2] == u"快递":

post = str(content[2:])

                #result = cxkd.cxkd('PQ00708467161')



                r = urllib2.urlopen('http://www.kuaidi100.com/autonumber/autoComNum?text='+post)

                h = r.read()

                k = eval(h)

kuaidi = k["auto"][0]['comCode']

                '''

                j = requests.get('http://www.kuaidi100.com/query?type=huitongkuaidi&postid=280472503105')

                l = j.text

                #l = j.read()

                #m = eval(l)

                #outcome = ''

                #for c in m['data']:

                '''

                    #outcome = outcome + c['time']+'   '+c['context']+'\n'



returnself.render.reply_text(fromUser,toUser,int(time.time()), kuaidi)



else:

try:

msg = talk_api.talk(content)

returnself.render.reply_text(fromUser,toUser,int(time.time()), msg)

except:

                    return self.render.reply_text(fromUser,toUser,int(t

这里重点就是加上了 elifmsgType == 'voice' 这部分。
示例:

640?wx_fmt=png&tp=webp&wxfrom=5&wx_lazy=

这一步做完以后就已经实现了大部分我想要的功能了,但还是有一点问题,因为机器人并不理解上下文的语义,所以会出现这样的情况:640?wx_fmt=png&tp=webp&wxfrom=5&wx_lazy=

由于机器人并没有理解上下文语义,前一句话问你要去哪儿,你告诉他北京以后他却不知道你是因为什么回复的北京。所以要告诉机器人是谁在跟他聊天。

查看微信和图灵机器人的开发文档可以看到:

640?wx_fmt=png&tp=webp&wxfrom=5&wx_lazy=

640?wx_fmt=png&tp=webp&wxfrom=5&wx_lazy=
从微信接收到消息是,我们就能够获取到用户的 OpenID了,只需要将这个 ID 作为 userid 传给图灵机器人 API ,就可以保持上下文对话的语境了。(但是userid只支持0-9和数字,而微信 ID 中带有下划线,所以需要做一些简单处理)

修改talk_api.py (最终):

# -*- coding: utf-8 -*-

import requests

importjson

global s

s = requests.session()



def talk(content, userid):

url = 'http://www.tuling123.com/openapi/api'

da = {"key": "your key here", "info": content, "userid": userid}

data = json.dumps(da)

    r = s.post(url, data=data)

    j = eval(r.text)

code = j['code']

if code == 100000:

recontent = j['text']

elif code == 200000:

recontent = j['text']+j['url']

elif code == 302000:

recontent = j['text']+j['list'][0]['info']+j['list'][0]['detailurl']

elif code == 308000:

recontent = j['text']+j['list'][0]['info']+j['list'][0]['detailurl']

else:

recontent = '这货还没学会怎么回复这句话'

returnrecontent

可以看到,我们需要两个参数,content 和 userid 。

修改 weixinInterface.py(最终):

def POST(self):

str_xml = web.data() #获得post来的数据

        xml = etree.fromstring(str_xml)#进行XML解析

        #content=xml.find("Content").text#获得用户所输入的内容

msgType=xml.find("MsgType").text

fromUser=xml.find("FromUserName").text

toUser=xml.find("ToUserName").text

userid = fromUser[0:15]

        #picurl = xml.find('PicUrl').text

        #return self.render.reply_text(fromUser,toUser,int(time.time()), content)

ifmsgType == 'image':

try:

picurl = xml.find('PicUrl').text

datas = imgtest(picurl)

                return self.render.reply_text(fromUser, toUser, int(time.time()), '图中人物性别为'+datas[0]+'\n'+'年龄为'+datas[1])

except:

                return self.render.reply_text(fromUser, toUser, int(time.time()),  '识别失败,换张图片试试吧')

elifmsgType == 'voice':

content = xml.find('Recognition').text

try:

msg = talk_api.talk(content, userid)

returnself.render.reply_text(fromUser,toUser,int(time.time()), msg)

except:

                return self.render.reply_text(fromUser,toUser,int(time.time()), content + '这货还不够聪明,换句话聊天吧')

            #return self.render.reply_text(fromUser,toUser,int(time.time()), content)

else:

            content = xml.find("Content").text  # 获得用户所输入的内容

            if content[0:2] == u"快递":

post = str(content[2:])

                #result = cxkd.cxkd('')



                r = urllib2.urlopen('http://www.kuaidi100.com/autonumber/autoComNum?text='+post)

                h = r.read()

                k = eval(h)

kuaidi = k["auto"][0]['comCode']

                '''

                j = requests.get('http://www.kuaidi100.com/query?type=huitongkuaidi&postid=280472503105')

                l = j.text

                #l = j.read()

                #m = eval(l)

                #outcome = ''

                #for c in m['data']:

                '''

                    #outcome = outcome + c['time']+'   '+c['context']+'\n'



returnself.render.reply_text(fromUser,toUser,int(time.time()), kuaidi)



else:

try:

msg = talk_api.talk(content, userid)

returnself.render.reply_text(fromUser,toUser,int(time.time()), msg)

except:

                    return self.render.reply_text(fromUser,toUser,int

提交代码即可。
测试:

640?wx_fmt=png&tp=webp&wxfrom=5&wx_lazy=



原文发布时间为:2017-01-14

本文来自云栖社区合作伙伴“Python中文社区”,了解相关信息可以关注“Python中文社区”微信公众号

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
量化合约系统开发(Python开发)丨合约量化系统开发(成品及源码)
 量化交易:是在交易阶段由计算机自动进行的一种投资模式,它是对人类的投资理念进行规范化、变量化、模型化,形成一整套可量化的操作理念,并用历史数据进行分析和验证。
20 0
合约跟单开发项目丨合约跟单系统开发(成熟技术)丨合约跟单系统源码(Python开发)
 双均线策略,通过短周期移动平均线和长周期移动平均线的相对大小,研判买进与卖出时机的策略。当短周期的均线从长期均线的下方,向上穿越至长周期的均线,所形成的交点,称为金叉。当短周期的均线从长期均线的上方,向下穿越至长周期的均线,所形成的交点,称为死叉。当出现金叉点时,市场属于多头市场;当出现死叉点时,市场属于空头市场。
18 0
基于Python开发带差分隐私采用协同过滤的推荐系统 毕业设计
基于Python开发带差分隐私采用协同过滤的推荐系统 毕业设计
53 0
基于Python GUI开发的快递管理系统
基于Python GUI开发的快递管理系统
31 0
Git:Python代码开发到服务器上测试实践
Git:Python代码开发到服务器上测试实践
24 0
国王小组:搭建数字货币交易所开发日历的 Python 库
原生交易所开发详情丨原生交易所系统开发(成熟技术)丨原生交易所现成源码部署 交易所系统丨交易所系统开发(逻辑及功能)丨交易所开发源码交付 秒合约开发原理丨秒合约系统开发(详细规则)丨秒合约源码案例部署 永续合约/秒合约/合约交易所开发详情,永续合约/秒合约/合约交易所系统开发技术方案 深入分析代币合约流动性质押挖矿分红系统开发实现技术原理及源码部署 交易所系统开发如何开发?数字货币交易所系统开发成熟技术案例 去中心化交易所系统开发技术原理丨数字货币去中心化交易所系统开发(说明案例)
71 0
交易所开发——搭建交易所问题难度破局:撮合交易部分在 Python 中,代码示例:
撮合交易是根据金额、日期和描述等特定标准识别和组合彼此对应的交易的过程。 撮合交易的逻辑和源代码将取决于所使用的编程语言和框架,以及应用程序的具体要求和约束。
28 0
TensorFlow Lite开发系列之python接口解析(一)
环境: tensorflow2.x, 一定要使用linux系统,后期转换模型windows会出现bug
22 0
+关注
文章
问答
来源圈子
更多
+ 订阅
文章排行榜
最热
最新
相关电子书
更多
给运维工程师的Python实战课
立即下载
Python 脚本速查手册
立即下载
ACE 区域技术发展峰会:Flink Python Table API入门及实践
立即下载