微信模拟聊天对话软件(微信模拟聊天对话软件免费苹果版)

最近借用了女朋友的公号，感觉如果只是用来发文章，太浪费微信给提供的这些功能了。想了想，先从最简单的开始，做一个聊天机器人吧。

最近借用了女朋友的公号，感觉如果只是用来发文章，太浪费微信给提供的这些功能了。想了想，先从最简单的开始，做一个聊天机器人吧。

使用Python实现聊天机器人的方案有多种：AIML、chatterBot以及图灵聊天机器人和微软小冰等。

考虑到以后可能会做一些定制化的需求，这里我选择了 chatterBot（github 项目地址：https://github.com/gunthercox/ChatterBot)。

chatterbot是一款python接口的，基于一系列规则和机器学习算法完成的聊天机器人。具有结构清晰，可扩展性好，简单实用的特点。

chatterBot 的工作流程如图：

输入模块（input adapter）从终端或者API等输入源获取数据

输入源会被指定的逻辑处理模块（logic Adapter）分别处理，逻辑处理模块会匹配训练集中已知的最接近输入数据句子A，然后根据句子A去找到相关度最高的结果B，如果有多个逻辑处理模块返回了不同的结果，会返回一个相关度最高的结果。

输出模块（output adapter）将匹配到的结果返回给终端或者API。

值得一说的是chatterBot 是一个模块化的项目，分为 input Adapter、logic Adapter、storage Adapter、output Adapter以及Trainer 模块。

logic Adapter是一个插件式设计，主进程在启动时会将用户定义的所有逻辑处理插件添加到logic context中，然后交MultiLogicAdapter 进行处理，MultiLogicAdapter 依次调用每个 logic Adapter，logic Adapter 被调用时先执行canprocess 方式判断输入是否可以命中这个逻辑处理插件。比如”今天天气怎么样“这样的问题显然需要命中天气逻辑处理插件，这时时间逻辑处理插件的canprocess 则会返回False。在命中后logic Adapter 负责计算出对应的回答（Statement对象）以及可信度（confidence），MultiLogicAdapter会取可信度最高的回答，并进入下一步。

展开全文

下面我们来看下 chatterBot 如何使用

chatterBot 安装&使用 安装

chatterBot 是使用Python编写的，可以使用 pip 安装：

pip install chatterbot

chatterBot 的中文对话要求Python3 以上版本，建议在Python3.x 环境下开发

chatterBot 的中文对话要求Python3 以上版本，建议在Python3.x 环境下开发

打开iPython，输入测试一下

In[1]:from chatterbot import ChatBot# import ChatBot

In[2]:momo =ChatBot('Momo',trainer='chatterbot.trainers.ChatterBotCorpusTrainer')

/Users/gs/.virtualenvs/py3/lib/python3.6/site-packages/chatterbot/storage/jsonfile.py:26:UnsuitableForProductionWarning:TheJsonFileStorageAdapteris not recommended forproduction environments.

self.UnsuitableForProductionWarning# 这里storage adapter 默认使用的是 json 格式存储数据的，如果想在服务端部署，应该避免使用这种格式，因为实在是太慢了

In[3]:momo.train("chatterbot.corpus.chinese")# 指定训练集，这里我们使用中文

# 下边是对话结果

In[4]:momo.get_response('你好')

Out[4]:<Statementtext:你好>

In[5]:momo.get_response('怎么了')

Out[5]:<Statementtext:没什么.>

In[6]:momo.get_response('你知道它的所有内容吗?')

Out[6]:<Statementtext:优美胜于丑陋.>

In[7]:momo.get_response('你是一个程序员吗?')

Out[7]:<Statementtext:我是个程序员>

In[8]:momo.get_response('你使用什么语言呢？')

Out[8]:<Statementtext:我经常使用Python,Java和C++.>

这时你已经可以和机器人对话了，不过现在由于训练数据太少，机器人只能返回简单的对话。

这里是默认的中文对话训练数据 中文训练数据地址：

https://github.com/gunthercox/chatterbot-corpus/tree/master/chatterbot_corpus/data/chinese。

这里是默认的中文对话训练数据 中文训练数据地址：

https://github.com/gunthercox/chatterbot-corpus/tree/master/chatterbot_corpus/data/chinese。

那么我们怎么添加训练数据呢？

训练机器人

chatterBot 内置了training class，自带的方法有两种，一种是使用通过输入list 来训练，比如 ["你好", "我不好"]，后者是前者的回答，另一种是通过导入Corpus 格式的文件来训练。也支持自定义的训练模块，不过最终都是转为上述两种类型。

chatterBot 通过调用 train() 函数训练，不过在这之前要先用 set_trainer() 来进行设置。例如：

In[12]:from chatterbot.trainers import ListTrainer# 导入训练模块的 ListTrainer 类

In[13]:momo.get_response('你叫什么?')# 现在是答非所问，因为在这之前我们并没有训练过

Out[13]:<Statementtext:我在烤蛋糕.>

In[14]:momo.set_trainer(ListTrainer)# 指定训练方式

In[15]:momo.train(['你叫什么?','我叫魔魔！'])# 训练

In[16]:momo.get_response('你叫什么?')# 现在机器人已经可以回答了

Out[16]:<Statementtext:我叫魔魔！>

训练好的数据默认存在 ./database.db，这里使用的是 jsondb。

对 chatterBot 的介绍先到这里，具体用法可以参考文档：ChatterBot Tutorial：http://chatterbot.readthedocs.io/en/stable/tutorial.html

接下来，介绍如何在项目中使用 chatterBot。

使用 Sanic 创建项目

Sanic 是一个和类Flask 的基于Python3.5+的web框架，它编写的代码速度特别快。

除了像Flask 以外，Sanic 还支持以异步请求的方式处理请求。这意味着你可以使用新的 async/await 语法，编写非阻塞的快速的代码。

对 Sanic 不了解的可以参考我之前的一篇文章： ，可以在公号输入 【sanic】获取文章地址。

这里之所以使用 Sanic 是因为他和Flask 非常像，之前我一直使用Flask，并且它也是专门为Python3.5 写的，使用到了协程。

首先建个项目，这里项目我已经建好了，项目结构如下：

.

├──LICENSE

├──README.md

├──manage.py # 运行文件 启动项目 使用 python manage.py 命令

├──momo

│├──__init__.py

│├──app.py # 创建app 模块

│├──helper.py

│├──settings.py # 应用配置

│└──views

│├──__init__.py

│├──hello.py # 测试模块

│└──mweixin.py # 微信消息处理模块

├──requirements.txt

└──supervisord.conf

源码我已经上传到github，有兴趣的可以看一下，也可以直接拉下来测试。项目代码地址：https://github.com/gusibi/momo/tree/chatterbot

我们先重点看下 hello.py文件 和 helper.py。

# hello.py

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

fromsanic importSanic,Blueprint

fromsanic.views importHTTPMethodView

fromsanic.response importtext

frommomo.helper importget_momo_answer # 导入获取机器人回答获取函数

blueprint =Blueprint('index',url_prefix='/')

classChatBot(HTTPMethodView):

# 聊天机器人 http 请求处理逻辑

async defget(self,request):

ask =request.args.get('ask')

# 先获取url 参数值 如果没有值，返回 '你说啥'

ifask:

answer =get_momo_answer(ask)

returntext(answer)

returntext('你说啥?')

blueprint.add_route(ChatBot.as_view(),'/momo')

# helper.py

fromchatterbot importChatBot

momo_chat =ChatBot(

'Momo',

# 指定存储方式 使用mongodb 存储数据

storage_adapter='chatterbot.storage.MongoDatabaseAdapter',

# 指定 logic adpater 这里我们指定三个

logic_adapters=[

"chatterbot.logic.BestMatch",

"chatterbot.logic.MathematicalEvaluation",# 数学模块

"chatterbot.logic.TimeLogicAdapter",# 时间模块

],

input_adapter='chatterbot.input.VariableInputTypeAdapter',

output_adapter='chatterbot.output.OutputAdapter',

database='chatterbot',

read_only=True

)

defget_momo_answer(content):

# 获取机器人返回结果函数

response =momo_chat.get_response(content)

ifisinstance(response,str):

returnresponse

returnresponse.text

运行命令 python manage.py启动项目。

在浏览器访问url： http://0.0.0.0:8000/momo?ask=你是程序员吗

到这里，我们已经启动了一个web 项目，可以通过访问url 的方式和机器人对话，是时候接入微信公号了！

接入微信公众号 前提

拥有一个可以使用的微信公众号（订阅号服务号都可以，如果没有，可以使用微信提供的测试账号）

拥有一个外网可以访问的服务器（vps 或公有云都可以 aws 新用户免费使用一年，可以试试）

服务器配置了python3 环境，（建议使用 virtualenvwrapper 配置虚拟环境）

登录微信公众号（https://mp.weixin.qq.com）

打开：开发>基本配置

查看公号开发信息：

开启服务器配置：

设置请求url，这里是你配置的url（需要外网可访问，只能是80或443端口）

填写token和EncodingAESKey，这里我选择的是兼容模式，既有明文方便调试，又有信息加密。

详细配置可以参考官方文档：接入指南（https://mp.weixin.qq.com/wiki?t=resource/res_main&id=mp1445241432）

如果你的 服务器地址已经配置完成，现在点击提交应该就成功了。如果没有成功我们接下来看怎么配置服务器地址。

代码示例

先看下 微信请求的视图代码：

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

from__future__ importunicode_literals

fromsix importStringIO

importre

importxmltodict

fromchatterbot.trainers importListTrainer

fromsanic importBlueprint

fromsanic.views importHTTPMethodView

fromsanic.response importtext

fromsanic.exceptions importServerError

fromweixin importWeixinMpAPI

fromweixin.lib.WXBizMsgCryptimportWXBizMsgCrypt

frommomo.settings importConfig

blueprint =Blueprint('weixin',url_prefix='/weixin')

classWXRequestView(HTTPMethodView):

def_get_args(self,request):

# 获取微信请求参数，加上token 拼接为完整的请求参数

params =request.raw_args

ifnotparams:

raiseServerError("invalid params",status_code=400)

args ={

'mp_token':Config.WEIXINMP_TOKEN,

'signature':params.get('signature'),

'timestamp':params.get('timestamp'),

'echostr':params.get('echostr'),

'nonce':params.get('nonce'),

}

returnargs

defget(self,request):

# 微信验证服务器这一步是get 请求，参数可以使用 request.raw_args 获取

args =self._get_args(request)

weixin =WeixinMpAPI(**args)# 这里我使用了 第三方包 python-weixin 可以直接实例化一个WeixinMpAPI对象

ifweixin.validate_signature():# 验证参数合法性

# 如果参数争取，我们将微信发过来的echostr参数再返回给微信，否则返回 fail

returntext(args.get('echostr')or'fail')

returntext('fail')

blueprint.add_route(WXRequestView.as_view(),'/request')

这里处理微信请求我使用的是 我用python 写的 微信SDK python-weixin，可以使用 pip 安装：

pip install python-weixin

这个包最新版本对Python3 加密解密有点问题，可以直接从github 安装:

pip install git+https://github.com/zongxiao/python-weixin.git@py3

然后更新 app.py 文件：

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

fromsanic importSanic

frommomo.settings importConfig

defcreate_app(register_bp=True,test=False):

# 创建app

app =Sanic(__name__)

iftest:

app.config['TESTING']=True

# 从object 导入配置

app.config.from_object(Config)

register_blueprints(app)

returnapp

defregister_blueprints(app):

frommomo.views.hello importblueprint ashello_bp

frommomo.views.mweixin importblueprint aswx_bp

app.register_blueprint(hello_bp)

# 注册 wx_bp

app.register_blueprint(wx_bp)

详细代码参考github: 微信聊天机器人 momo（https://github.com/gusibi/momo/tree/chatterbot）

接入聊天机器人

现在我们公号已经接入了自己的服务，是时候接入微信聊天机器人。

微信聊天机器人的工作流程如下：

看我们消息逻辑处理代码：

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

from__future__ importunicode_literals

fromsix importStringIO

importre

importxmltodict

fromchatterbot.trainers importListTrainer

fromsanic importBlueprint

fromsanic.views importHTTPMethodView

fromsanic.response importtext

fromsanic.exceptions importServerError

fromweixin importWeixinMpAPI

fromweixin.reply importTextReply

fromweixin.response importWXResponseas_WXResponse

fromweixin.lib.WXBizMsgCryptimportWXBizMsgCrypt

frommomo.settings importConfig

frommomo.helper importvalidate_xml,smart_str,get_momo_answer

frommomo.media importmedia_fetch

blueprint =Blueprint('weixin',url_prefix='/weixin')

appid =smart_str(Config.WEIXINMP_APPID)

token =smart_str(Config.WEIXINMP_TOKEN)

encoding_aeskey =smart_str(Config.WEIXINMP_ENCODINGAESKEY)

# 关注后自动返回的文案

AUTO_REPLY_CONTENT ="""

Hi，朋友！

这是我妈四月的公号，我是魔魔，我可以陪你聊天呦！

我还能"记账"，输入"记账"会有惊喜呦！

<a href="https://mp.weixin.qq.com/mp/profile_ext?action=home&__biz=MzAwNjI5MjAzNw==&scene=124#wechat_redirect">历史记录</a>

"""

classReplyContent(object):

_source ='value'

def__init__(self,event,keyword,content=None,momo=True):

self.momo =momo

self.event =event

self.content =content

self.keyword =keyword

ifself.event =='scan':

pass

@property

defvalue(self):

ifself.momo:

answer =get_momo_answer(self.content)

returnanswer

return''

classWXResponse(_WXResponse):

auto_reply_content =AUTO_REPLY_CONTENT

def_subscribe_event_handler(self):

# 关注公号后的处理逻辑

self.reply_params['content']=self.auto_reply_content

self.reply =TextReply(**self.reply_params).render()

def_unsubscribe_event_handler(self):

# 取关后的处理逻辑，取关我估计会哭吧

pass

def_text_msg_handler(self):

# 文字消息处理逻辑 聊天机器人的主要逻辑

event_key ='text'

content =self.data.get('Content')

reply_content =ReplyContent('text',event_key,content)

self.reply_params['content']=reply_content.value

self.reply =TextReply(**self.reply_params).render()

classWXRequestView(HTTPMethodView):

def_get_args(self,request):

params =request.raw_args

ifnotparams:

raiseServerError("invalid params",status_code=400)

args ={

'mp_token':Config.WEIXINMP_TOKEN,

'signature':params.get('signature'),

'timestamp':params.get('timestamp'),

'echostr':params.get('echostr'),

'nonce':params.get('nonce'),

}

returnargs

defget(self,request):

args =self._get_args(request)

weixin =WeixinMpAPI(**args)

ifweixin.validate_signature():

returntext(args.get('echostr')or'fail')

returntext('fail')

def_get_xml(self,data):

post_str =smart_str(data)

# 验证xml 格式是否正确

validate_xml(StringIO(post_str))

returnpost_str

def_decrypt_xml(self,params,crypt,xml_str):

# 解密消息

nonce =params.get('nonce')

msg_sign =params.get('msg_signature')

timestamp =params.get('timestamp')

ret,decryp_xml =crypt.DecryptMsg(xml_str,msg_sign,

timestamp,nonce)

returndecryp_xml,nonce

def_encryp_xml(self,crypt,to_xml,nonce):

# 加密消息

to_xml =smart_str(to_xml)

ret,encrypt_xml =crypt.EncryptMsg(to_xml,nonce)

returnencrypt_xml

defpost(self,request):

# 获取微信服务器发送的请求参数

args =self._get_args(request)

weixin =WeixinMpAPI(**args)

ifnotweixin.validate_signature():# 验证参数合法性

raiseAttributeError("Invalid weixin signature")

xml_str =self._get_xml(request.body)# 获取form data

crypt =WXBizMsgCrypt(token,encoding_aeskey,appid)

decryp_xml,nonce =self._decrypt_xml(request.raw_args,crypt,xml_str)# 解密

xml_dict =xmltodict.parse(decryp_xml)

xml =WXResponse(xml_dict)()or'success'# 使用WXResponse 根据消息获取机器人返回值

encryp_xml =self._encryp_xml(crypt,xml,nonce)# 加密消息

returntext(encryp_xml orxml)# 回应微信请求

blueprint.add_route(WXRequestView.as_view(),'/request')

可以看到，我处理微信请求返回结果比较简单，也是使用的 python-weixin 包封装的接口，主要的处理逻辑是 WXResponse。

这里需要注意的是，如果服务器在5秒内没有响应微信服务器会重试。为了加快响应速度，不要在服务器 将 chatterBot 的 storage adapter 设置为使用 jsondb。

上边这些就是，微信聊天机器人的主要处理逻辑，我们运行服务，示例如下：

可以看到这里聊天机器人也可以做简单的数学运算和报时，是因为我在上边指定处理逻辑的时候添加了数学模块和时间模块：

momo_chat =ChatBot(

'Momo',

# 指定存储方式 使用mongodb 存储数据

storage_adapter='chatterbot.storage.MongoDatabaseAdapter',

# 指定 logic adpater 这里我们指定三个

logic_adapters=[

"chatterbot.logic.BestMatch",

"chatterbot.logic.MathematicalEvaluation",# 数学模块

"chatterbot.logic.TimeLogicAdapter",# 时间模块

],

input_adapter='chatterbot.input.VariableInputTypeAdapter',

output_adapter='chatterbot.output.OutputAdapter',

database='chatterbot',

read_only=True

)

到这里，微信机器人的搭建就完成了，详细代码已经长传到了 github: https://github.com/gusibi/momo/tree/chatterbot，感兴趣的可以参考一下。

参考链接

ChatterBot 项目地址：https://github.com/gunthercox/ChatterBot

ChatterBot Tutorial：http://chatterbot.readthedocs.io/en/stable/tutorial.html

用Python快速实现一个聊天机器人：http://www.jianshu.com/p/d1333fde266f

基于Python-ChatterBot搭建不同adapter的聊天机器人：https://ask.hellobi.com/blog/guodongwei1991/7626

擁有自動學習的 Python 機器人 - ChatterBot：https://kantai235.github.io/2017/03/16/ChatterBotTeaching/

使用 ChatterBot构建聊天机器人：https://www.biaodianfu.com/chatterbot.html

python-weixin sdk: https://github.com/gusibi/python-weixin

ChatterBot 项目地址：https://github.com/gunthercox/ChatterBot

ChatterBot Tutorial：http://chatterbot.readthedocs.io/en/stable/tutorial.html

用Python快速实现一个聊天机器人：http://www.jianshu.com/p/d1333fde266f

基于Python-ChatterBot搭建不同adapter的聊天机器人：https://ask.hellobi.com/blog/guodongwei1991/7626

擁有自動學習的 Python 機器人 - ChatterBot：https://kantai235.github.io/2017/03/16/ChatterBotTeaching/

使用 ChatterBot构建聊天机器人：https://www.biaodianfu.com/chatterbot.html

python-weixin sdk: https://github.com/gusibi/python-weixin

这里，聊天机器人还是比较简单的只能回复简单的对话，下一篇将要结束如何在公号训练机器人以及一个更实用的功能，如何让公号变成一个博客写作助手。

最后，感谢女朋友支持。

　　欢迎关注(April_Louisa)

请我喝芬达

欢迎关注(April_Louisa)

tips

2017 华为开发者大赛交流群」了解更多参赛信息，和小伙伴们一起组队参赛。

tips

2017 华为开发者大赛交流群」了解更多参赛信息，和小伙伴们一起组队参赛。