[python]python实现微信私聊、群聊自动回复(仅文本)



今天用到的是一个炒鸡简单的微信库:itchat
itchat一个开源的微信个人号接口,使用它能轻松的调用微信。使用不到三十行的代码,你就可以完成一个能够处理所有信息的微信机器人( ͡° ͜ʖ ͡°)

使用工具:图灵123机器人,itchat ,requests,json




环境准备


  1. 搭建python开发环境,这个网上已经有很多教程的,也就不多赘述了
  2. 安装外部包,cmd下运行下面两条命令
pip install itchat
pip install requests
  1. 注册图灵123机器人
    http://www.turingapi.com/




源码环节


好的,下面就是喜闻乐见的源码环节了(´◔౪◔)

import requests
import json
import itchat

# 连接图灵api,返回机器人回复
def get_reply_from_tuling123(msg):
    apiURL = "http://openapi.tuling123.com/openapi/api/v2"

    data = {
        "reqType": 0,
        "perception": {
            "inputText": {
                "text": msg
            }
        },
        "userInfo": {
            #机器人设置中的apiKey,每个机器人的唯一识别码
            "apiKey": "xxx",
            #机器人会以userId自称,比如:朕?,别傻了不支持中文哦
            "userId": "robot123"
        }
    }
    # "apiKey": "48979f1ef681413e82addf309e929bd7"
    # "userId": "robot123"

    # 将data字典转化为json形式,图灵123V2后需要提交json数据类型
    data_json = json.dumps(data)

    # 使用requests发送post请求,并用r接受返回的json数据
    r = requests.post(apiURL,data=data_json).json()

    # 打印一下微信好友的内容
    print('msg:'+msg)
    # 打印一下机器人的回复
    print('robot_reply:'+r['results'][0]['values']['text'])

    # 返回内容
    return r['results'][0]['values']['text']

    # print(r)#原回复:
    # {'emotion': {'robotEmotion': {'a': 0, 'd': 0, 'emotionId': 20500, 'p': 0}, 'userEmotion': {'a': 0, 'd': 0, 'emotionId': 10300, 'p': 0}}, 'intent': {'actionName': '', 'code': 10004, 'intentName': ''}, 'results': [{'groupType': 1, 'resultType': 'text', 'values': {'text': '好烦呀,robot不要跟你聊天了'}}]}
    # r['results'][0]['values']['text']




# 在装饰器中 添加isGroupChat=True,则只针对群聊,不添加则是默认私聊
# isFriendChat=True, isGroupChat=True, isMpChat=True
@itchat.msg_register(itchat.content.TEXT,isGroupChat=True)
def auto_reply(msg):
    # 设置默认回复,如果机器人没有回复的话
    default_reply = '嗯,好的'



    # 搜索群聊,name参数携带群名
    chatrooms = itchat.search_chatrooms(name="混子联盟")
    # friends = itchat.search_friends(name="恰似一江春水向东流")

    # 从chatrooms中获取该群的唯一标识符,类似于群id
    real_chatrooms = chatrooms[0]['UserName']
    # real_friends = friends[0]['UserName']

    # 仅针对该群发送
    if msg['FromUserName'] == real_chatrooms:
        # print("原始msg:",msg)

        # 获取自动回复,这里参数只取msg的Text的内容
        reply = get_reply_from_tuling123(msg['Text'])

        # 发送
        itchat.send(reply, toUserName=real_chatrooms)





# 微信登录,设置参数可以短时间内重复登录不扫码登录
# itchat这里登录的是网页版
itchat.auto_login(hotReload=True)

# 启动
itchat.run()




效果展示




舒服(●´ω`●)φ

那么本次的分享就到这里了,喜欢的话麻烦点赞关注一下;不喜欢的话可以去看下小编的其他文章,肯定有喜欢的;都不喜欢的话可以点个关注,万一以后有喜欢的呢(๑•̀ㅂ•́)و✧





最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,142评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,298评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,068评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,081评论 1 291
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,099评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,071评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,990评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,832评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,274评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,488评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,649评论 1 347
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,378评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,979评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,625评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,796评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,643评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,545评论 2 352