对于一个比较完备的微信自动回复功能 有几个需要注意的点需要提前说明
1.本篇实现的自动回复功能，将会分离自动回复的问题回答的配置信息。如下图，可交给业务岗人员进行编辑。此模板文件以上转至github
其中关键词用来匹配用户输入的关键词，以进入不同的回复模块。
不同模块下，具有1级问题及2级问题，输入一级问题序号返回一级问题下的二级问题列表，输入二级问题序号，返回问题所匹配的答案。
2.每次用户发起的请求，微信都会对后端重复发起三次请求。若第一次请求未来得及返回数据，又再次接到第二次请求，将会导致重复的返回信息。所以我们需要对于接收的请求进行去重，重复的请求我们将只返回一条数据.。
微信的请求，会带上用户的id及时间戳，我的实现方式是使用redis进行去重判断。将用户id+时间戳作为key，每次接收请求若redis不存在此key则正常返回，若redis存在此key则返回空值。
3.我们根据序号来返回相关问题，但显然不同关键词模块下都有相同的序号。所以我们需要判断用户上一次输入，是在哪个关键词模块。这一部分的实现方式依然是使用redis，将用户名作为key值，用户所在的关键词模块为value，并设置3分钟左右的失效时间。每次接收到请求，根据用户id查找redis是否存在值吗，若不存在。则返回数据让用户重新选择输入关键词，若存在值。则进入相关的关键词模块。
相关源码：
flask app.py 使用gevent进行协程封装 提升并发量
from gevent import monkey; monkey.patch_all() # 猴子补丁打在最前面
import difflib
from gevent import pywsgi
from flask import Flask
from flask import request, jsonify
from wechatpy.utils import check_signature
from wechatpy.exceptions import InvalidSignatureException
from wechatpy.replies import TextReply, ArticlesReply
from wechatpy import parse_message
from Check_duplication import Redis
import pandas as pd
import re
app = Flask(__name__)
def Reply_text(msg, reply_text):
"""
用于回复文本数据
:param msg:
:param reply_text:
:return:
"""
reply_data = TextReply(content=reply_text, message=msg)
reply_xml = reply_data.render()
return reply_xml
def Reply_Article(msg, reply_dic):
reply = ArticlesReply(message=msg)
reply.add_article(reply_dic)
return reply.render()
def extract_que(que_path):
"""
提取所有问题回复数据
返回问题分级字典 和答案字典
:param que_path:
:return:
"""
que_df = pd.read_excel(que_path)
que_dict = {} # 序号对应问题字典
ans_dict = {} # 问题对应答案字典
for column in que_df:
que_dict[column] = {}
for que in list(que_df[column]):
if type(que) == str:
que = que.replace("\n", "")
if " " in que:
ques = que.split("答案:")[0]
ques = ques.replace(re.search("(\d+(\.\d+)?)", ques).group(), '').strip()
ans = que.split("答案:")[1]
ans_dict[ques] = ans.strip()
else:
que_index = que.split(".")[0]
if len(que_index) == 2:
que = que[3:]
else:
que = que[2:]
que_dict[column][que_index] = {}
# que_dict[column][que_index][que] = {j[2: 5]: j.split('\n')[0][5:] for j in list(que_df[column]) if " " in j and que_index+"." in j}
que_dict[column][que_index][que] = {}
ls = list(que_df[column])
# if que_index == "3":
# pass
for j in ls:
if type(j) == str:
if " " in j and que_index + "." in j:
j = j.strip()
if re.search("(\d+(\.\d+)?)", j).group().split('.')[0] != que_index:
pass
else:
if len(que_index) == 2:
que_dict[column][que_index][que][j[0: 4]] = j.split('\n')[0][4:]
else:
que_dict[column][que_index][que][j[0: 3]] = j.split('\n')[0][3:]
return que_dict, ans_dict
@app.route('/check_token', methods=['GET'])
def Check_token():
"""
用来验证微信公众号后台链接
:return:
"""
rq_dict = request.args
if len(rq_dict) == 0:
return ""
signature = request.args.get('signature') # 提取请求参数
timestamp = request.args.get('timestamp')
nonce = request.args.get('nonce')
echostr = request.args.get('echostr')
try:
check_signature(token='jxgj8888', signature=signature, timestamp=timestamp, nonce=nonce) # 使用wechat库验证
except InvalidSignatureException as e:
return ''
else:
return echostr # 返回数据
@app.route('/check_token', methods=['POST'])
def Reply_user():
"""
用于自动回复客服消息
:return:
"""
que_dict, ans_dict = extract_que('问题数据路径') # 加载问题及回复信息
req_key_word = que_dict.keys() # 所有可回复的关键词
wechat_send_data = request.data # 接收消息提醒 为xml格式
msg = parse_message(wechat_send_data) # wechat模块解析数据
FromUserName = msg.source # 消息的发送用户
CreateTime = msg.create_time # 消息的创建时间
ToUserName = msg.target # 消息的目标用户
duplication_flag = Redis.check_duplication("{}{}".format(FromUserName, CreateTime)) # 消息查重
if duplication_flag == 1:
pass
else:
print("推送重复")
return '' # 若重复 返回1
if msg.type == "event": # 为事件消息
if msg.event == "subscribe": # 关注事件回复
return Reply_text(msg, '====自动回复=====\n 欢迎关注, 回复 {} 即可获取相关信息。').format("、".join(req_key_word))
elif msg.event == "unsubscribe": # 取关事件回复
return Reply_text(msg, "====自动回复=====\n 下次再见。")
elif msg.event == "click" and msg.key == "zhinengkefu":
return Reply_text(msg, '====自动回复=====\n 回复 {} 即可获取相关信息。').format("、".join(req_key_word))
else:
return ''
elif msg.type == "text": # 为文本消息
text_type = Redis.save_uesr_rec(FromUserName) # 查询用户上次五分钟之内的浏览记录
send_text = msg.content # 用户发送的文本消息
if text_type != False: # 用户具有上次浏览记录
text_type = text_type.decode("utf-8")
if send_text in req_key_word: # 如果输入为关键词
Redis.save_uesr_rec(user_id=FromUserName, type='save', rec=send_text) # 存储本次浏览记录
ques = que_dict[send_text]
reply_text = '====自动回复=====\n{}\n 请回复问题前序号, 例"1"'.format(
''.join(["{}.{}\n".format(i, list(ques[i].keys())[0]) for i in ques]))
return Reply_text(msg, reply_text)
elif text_type in req_key_word: # 具有上次浏览记录
if re.search("(\d+(\.\d+)?)", send_text): # 如果可以提取出数字
Redis.save_uesr_rec(user_id=FromUserName, type='save', rec=text_type) # 存储本次浏览记录
ques_index = re.search("(\d+(\.\d+)?)", send_text).group()
try:
if "." not in ques_index: # 询问1级标题
ques = list(que_dict[text_type][str(send_text)].values())[0]
reply_text = '====自动回复=====\n{}\n 请回复问题前序号, 例"1.1"'.format(
''.join(["{}{}\n".format(i, ques[i]) for i in ques]))
else: # 询问二级标题
ques = list(que_dict[text_type][str(send_text.split('.')[0])].values())[0]
que_ans = ans_dict[ques[str(send_text)]]
return Reply_Article(msg, reply_dic)
reply_text = '====自动回复=====\n{}\n'.format(que_ans)
except Exception as e:
print("失败 输入信息为 {}-{} {}".format(send_text, text_type, e))
reply_text = '====自动回复=====\n 我不懂您的意思, 请回复 {} 即可获取相关信息。'.format("、".join(req_key_word))
else: # 无法提取出数字 首先进行模糊匹配 匹配失败 返回 如下
pro_que = difflib.get_close_matches(send_text, ans_dict.keys(), 1, cutoff=0.6)
if pro_que == []:
reply_text = '====自动回复=====\n 我不懂您的意思, 请回复 {} 即可获取相关信息。'.format("、".join(req_key_word))
else:
que = pro_que[0]
que_ans = ans_dict[que]
reply_text = '====自动回复=====\n 请问您要询问的问题是否是？\n {} \n回复:{}'.format(que, que_ans)
return Reply_text(msg, reply_text)
else: # 用户不具有上次浏览记录
if send_text in req_key_word: # 根据用户回复关键字 返回相关问题
Redis.save_uesr_rec(user_id=FromUserName, type='save', rec=send_text) # 存储本次浏览记录
ques = que_dict[send_text]
reply_text = '====自动回复=====\n{}\n 请回复问题前序号, 例"1"'.format(
''.join(["{}.{}\n".format(i, list(ques[i].keys())[0]) for i in ques]))
else: # 若无关键字 首先进行模糊匹配 匹配失败 返回建议信息
pro_que = difflib.get_close_matches(send_text, ans_dict.keys(), 1, cutoff=0.6)
if pro_que == []:
reply_text = '====自动回复=====\n 我不懂您的意思, 请回复 {} 即可获取相关信息。'.format("、".join(req_key_word))
else:
que = pro_que[0]
que_ans = ans_dict[que]
reply_text = '====自动回复=====\n 请问您要询问的问题是否是？\n {} \n回复:{}'.format(que, que_ans)
return Reply_text(msg, reply_text)
if __name__ == '__main__':
app.debug = True # 1.0以后版本不通过本方法启动调试模式
server = pywsgi.WSGIServer(('0.0.0.0', 80), app)
server.serve_forever()
# app.run(debug=True, processes=True)redis操作模块 Check_duplication.py
import redis
class Operation_Redis():
"""
redis 数据库连接池 及增删改查
"""
def __init__(self):
self.host = ""
self.psw = ""
self.port = 6379
self.db = 1
self.pool = redis.ConnectionPool(host=self.host, password=self.psw, port=self.port, db=self.db, max_connections=50)
def check_duplication(self, username_time):
"""
检测键值是否存在于redis 若存在 若存在返回空字符串 不存在则插入
:param username_time:
:return:
"""
r = redis.Redis(connection_pool=self.pool, decode_responses=True)
flag = r.exists(username_time, '') # 判断键值是否存在 hexists
if flag == 0:
r.set(username_time, '', ex=86400) # 存储
return 1
elif flag == 1:
return ''
def save_uesr_rec(self, user_id, type='', rec=''):
"""
判断用户上一次停留位置
用户查看问题后 将位置存储mysql 超过五分钟删除
下次查看 若大于5分钟 则返回重新浏览
小于 则进入上次停留位置
:param user_id:
:param rec:
:return:
"""
r = redis.Redis(connection_pool=self.pool, decode_responses=True)
flag = r.exists(user_id) # 判断键是否存在 # hexists
if flag == 1:
rec = r.get(user_id)
r.delete(user_id)
if type != "":
r.set(user_id, rec, ex=300)
return rec
else:
if type != "":
r.set(user_id, rec, ex=300)
return False
Redis = Operation_Redis()相关演示
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
