python小娱乐-机器人问答

主程序的逻辑是:
1、用户输入一段文本
2、对用户输入的文本进行分词
3、把用户输入的结果与content_file.txt文件中的title字段，一一的进行相似度运算
4、获取到最大的相似度。
逻辑上是比较简单的，最主要的是对几个新名词的理解和使用。
最主要的是对 random 和 json的一个了解！

一、random的用法

random.random()

random.random()方法返回一个随机数，其在0至1的范围之内，以下是其具体用法：
　　import random
　　print ("随机数: ", random.random())

输出结果：0.22867521257116

random.uniform()
　　random.uniform()是在指定范围内生成随机数，其有两个参数，一个是范围上限，一个是范围下线，具体用法如下：
　　import random
　　print (random.uniform(2, 6))
　　输出结果：3.62567571297255
random.randint()
　　random.randint()是随机生成指定范围内的整数，其有两个参数，一个是范围上限，一个是范围下线，具体用法如下：
　　import random
　　print (random.randint(6,8))
　　输出结果：8
random.randrange()
　　random.randrange()是在指定范围内，按指定基数递增的集合中获得一个随机数，有三个参数，前两个参数代表范围上限和下限，第三个参数是递增增量，具体用法如下：
　　import random
　　print (random.randrange(6, 28, 3))
　　输出结果：15
random.choice()
　　random.choice()是从序列中获取一个随机元素，具体用法如下：
　　import random
　　print (random.choice("www.jb51.net"))
　　输出结果：o
random.shuffle()
　　random.shuffle()函数是将一个列表中的元素打乱，随机排序，具体用法如下：
　　import random
　　num = [1, 2, 3, 4, 5]
　　random.shuffle(num)
　　print (num)
　　输出结果：[3, 5, 2, 4, 1]
random.sample()

random.sample()函数是从指定序列中随机获取指定长度的片段，原有序列不会改变，有两个参数，第一个参数代表指定序列，第二个参数是需获取的片段长度，具体用法如下：
　　import random
　　num = [1, 2, 3, 4, 5]
　　sli = random.sample(num, 3)
　　print (sli)
　　输出结果：[2, 4, 5]

二、json

1、json.dumps()函数是将一个Python数据类型列表进行json格式的编码（json.dumps()函数是将字典转化为字符串）
2、json.loads()函数是将json格式数据转换为字典（json.loads()函数是将字符串转化为字典）
3、json.dump()和json.load()主要用来读写json文件函数

import json 
# json.dump()函数的使用，将json信息写进文件
json_info = "{'age': '12'}"
file = open('1.json','w',encoding='utf-8')
json.dump(json_info,file)

import json
# json.load()函数的使用，将读取json信息
file = open('1.json','r',encoding='utf-8')
info = json.load(file)
print(info)

代码时刻：

import jieba
import json
import random
from gensim.models import word2vec 

#加载语料库，并把分词后的结果写入文件中

with open("./fenci.txt", "r") as f1:
    for line in f1.readlines():
        line.replace("\t","").replace("\n","").replace(" ","")
        sep_list = jieba.cut(line)
        with open("fenci_result.txt","a") as f2:
            f2.write(" ".join(sep_list))
#加载语料    
sentences = word2vec.Text8Corpus("fenci_result.txt")
#参数训练
model = word2vec.Word2Vec(sentences, min_count=1)
#保存模型
model.save("word2vec.model")
#model.wv['我们', "来"]
#匹配文本
#model.wv.similarity("我们", "贪心")
#最大相似度计算
#文本1
#text1 = "优秀"
#找到与给定文本最像的文本
#model.wv.most_similar(text1)
#对比两个词条的相似性
#model.wv.n_similarity(["青年", "厉害", "夸"], ["财务", "超级", "加油", "自豪", "棒"])

while True:
    content_input = input("请输入内容：")
    content_input_cut = jieba.cut(content_input)
    user_word_list = []
    for word1 in content_input_cut:
        user_word_list.append(word1)    
    content_file = open("content_file.txt")
    json_content_file = json.load(content_file)
    #print(type(json_content_file))
    #json.load()循环要用变量才可以不报错
    max_sim_result = 0

    for line in json_content_file:
        #print(line['title'])
        content_cut_word = jieba.cut(line['title'])
        content_list = []
        #max_sim_reply = []
        for word in content_cut_word:
            content_list.append(word)
        try:
            sim_result_value = model.wv.n_similarity(content_input, content_list)
        except:
            continue
        if sim_result_value > max_sim_result:
            max_sim_result = sim_result_value
            max_sim_title = line['title']
            max_sim_reply = line['reply']        
    print(sim_result_value)
    print("匹配到的问题是:{}".format(max_sim_title))
    if max_sim_reply != []:
        print("下方评论:{}".format(random.choice(max_sim_reply)))
    else:
        print("啥也没有抓取到")