Python也能聊微信

最近研究微信API,发现个非常好用的python库:wxpy。wxpy基于itchat,使用了 Web 微信的通讯协议,实现了微信登录、收发消息、搜索好友、数据统计等功能。这里我们就来介绍一下这个库,并在最后实现一个聊天机器人。有没有很兴奋?有没有很期待?好了,接下来,开始我们的正题。

准备工作

安装非常简单,从官方源下载安装

pip install -U wxpy

或者从豆瓣源安装

pip install -U wxpy -i "https://pypi.doubanio.com/simple/"

模块初探

安装完成后,我们来试下几个基本的功能

1. 扫码登录微信

from wxpy import *

bot = Bot()

运行上面的程序,会弹出二维码,用手机微信扫一扫即可实现登录。

但上面的程序有一个缺点,每次运行都要扫二维码。不过wxpy非常贴心地提供了缓存的选项,如下

bot = Bot(cache_path=True)

这样把登录信息保存下来,就不用每次都扫二维码了。

2. 发送消息

bot.file_helper.send("hello")

这里的file_helper就是微信的文件传输助手,我们给文件传输助手发送一条消息,可以在手机端收到如下的消息

3. 接受消息

我们实现一个收到消息自动回复的功能。

@bot.register()

def print_message(msg):  

print(msg.text) 

return msg.text

# 进入Python命令行,让程序保持运行

embed()

强哥打开自己的公众号管理平台,在后端向自己发送消息,就可以收到如下的消息回复

4. 搜索好友及微信群

我们来实现一个搜索公司群、定位老板并转发老板消息的功能

from wxpy import *

bot = Bot(cache_path=True)

# 定位公司群

company_group = bot.groups().search('公司微信群')[0]

# 定位老板

boss = company_group.search('老板大名')[0]

# 将老板的消息转发到文件传输助手

@bot.register(company_group)

def forward_boss_message(msg):  

if msg.member == boss: 

msg.forward(bot.file_helper, prefix='老板发言')

# 堵塞线程

embed()

对于老板喜欢在群里面喊话的同学来说,这是一个福音,以后再也不用担心错失老板的重要信息了~~

数据统计

wxpy的好友统计功能非常好用,可以很方便地统计好友的地理位置分布和性别分布。

下面的代码中,强哥统计了下自己的好友的分布情况,并打印出人数最多的10个地区。

from wxpy import *

bot = Bot(cache_path=True)

friends_stat = bot.friends().stats()

friend_loc = [] # 每一个元素是一个二元列表,分别存储地区和人数信息

for province, count in friends_stat["province"].iteritems():

if province != "":

friend_loc.append([province, count])

# 对人数倒序排序

friend_loc.sort(key=lambda x: x[1], reverse=True)

# 打印人数最多的10个地区

for item in friend_loc[:10]:

print item[0], item[1]

统计出来的地区分布数据画成图表如下

好友来自上海,上面的图表也如实地反应了这一情况。统计性别分布的代码如下

for sex, count in friends_stat["sex"].iteritems():

# 1代表MALE, 2代表FEMALE

if sex == 1:

print "MALE %d" % count

elif sex == 2:

print "FEMALE %d" % count

把性别分布的数据生成图表如下

可以看到好友中男性占了大多数。男性朋友多多,老婆放心多多,嗯~~

聊天机器人

有了上面功能简介部分的基础,我们来实现一个聊天机器人。

聊天机器人基于图灵机器人。图灵机器人可以在图灵机器人-中文语境下智能度最高的机器人大脑注册账号,并创建机器人。

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

import json

import requests

from wxpy import *

# 调用图灵机器人API,发送消息并获得机器人的回复

def auto_reply(text):  

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

api_key = "你的api key"

payload = {

"key": api_key,

"info": text,

"userid": "123456"

}

r = requests.post(url, data=json.dumps(payload)) 

result = json.loads(r.content) 

return "[tuling] " + result["text"]

bot = Bot(console_qr=True, cache_path=True)

@bot.register(mp)

def forward_message(msg):  

return auto_reply(msg.text)

embed()

运行上面的程序,发送消息给自己,可以看到如下的对话


机器人太逗了,上来就要红包,还把我当男朋友了~

附录

wxpy文档:wxpy: 用 Python 玩微信

github地址:youfou/wxpy

©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 159,015评论 4 362
  • 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 67,262评论 1 292
  • 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 108,727评论 0 243
  • 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 43,986评论 0 205
  • 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 52,363评论 3 287
  • 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 40,610评论 1 219
  • 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 31,871评论 2 312
  • 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 30,582评论 0 198
  • 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 34,297评论 1 242
  • 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 30,551评论 2 246
  • 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 32,053评论 1 260
  • 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 28,385评论 2 253
  • 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 33,035评论 3 236
  • 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 26,079评论 0 8
  • 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 26,841评论 0 195
  • 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 35,648评论 2 274
  • 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 35,550评论 2 270

推荐阅读更多精彩内容

  • 还记得高中时的好友,特别喜欢痞子蔡写的小说。遂天天在我耳边叨叨,痞子蔡的小说诸般好,最后把我拉入了神坑。一股浓厚的...
    UShowJack阅读 198评论 6 2
  • 一、DBUtils简介 1、DBUtils是Apache Commons组件中的一员,开源免费2、DBUtils是...
    小心陨石阅读 637评论 0 1
  • 你承诺过什么?你的承诺兑现了吗?你还记得承诺是用来兑现的吗? ——棋落 承诺了,就去做 会议时间,领导过来...
    Erin棋落阅读 817评论 0 1