本文目錄一覽:
- 1、如何用Python實現微信自動簽到功能
- 2、用Python如何玩轉微信
- 3、用python可以做微信小程序嗎?
- 4、我用了100行Python代碼,實現了與女神尬聊微信(附代碼)
- 5、python如何手機電腦同時用微信
如何用Python實現微信自動簽到功能
題主的簽到模式是什麼樣子的?
一般來說分三種:
* 給公眾號發送特定文字
* 普通的網頁點擊
* 授權的網頁點擊
我這裡給出前兩種的解決方案。
普通的網頁點擊:
1. 建議通過瀏覽器或者Wireshark分析消息的交互。
2. 之後通過requests模擬。
由於沒有具體的網址,我沒有辦法給出具體的代碼。
給公眾號發送特定的問題:
1. 建議使用Python的微信API(pip install itchat)
2. 由於沒有提供Python版本,我這裡給出兼容的解決方案
#coding=utf8
import threading
import itchat
SIGN_IN_MP_DICT = {
u’學校微信公眾號’: u’學校簽到口令’,
u’公司微信公眾號’: u’公司簽到口令’, }
def get_day(timeGap):
return int(time.strftime(‘%y%m%d’, time.localtime(time.time() + timeGap)))
NEXT_SIGN_DATE = get_day(60*60*24)
def sign_in_thread():
”’ 簽到線程
如果尚未到需要簽到的日期,則繼續循環
如果到了需要簽到的日期,則完成兩個公眾號的簽到,並更新日期
”’
while 1:
if get_day NEXT_SIGN_DATE:
time.sleep(30)
else:
for k, v in SIGN_IN_MP_DICT.items():
itchat.send(msg=v,
toUserName=itchat.search_mps(name=k)[0][‘UserName’])
NEXT_SIGN_DATE = get_day(60*60*24)
itchat.auto_login(True)
# 測試是否存在特定公眾號
for mpName in SIGN_IN_MP_DICT.keys():
mpList = itchat.search_mps(name=mpName)
if len(mpList) != 1:
print(u’沒有檢測到公眾號“%s”,請檢查名稱’)
break
else:
signInThread = threading.Thread(target=sign_in_thread)
signInThread.setDaemon(True)
signInThread.start()
itchat.run()
用Python如何玩轉微信
itchat庫。安裝方法:打開cmd,輸入pip install inchat,確定即可。
可以去看官方的說明文檔。實現一些簡單功能還是很容易的。
用python可以做微信小程序嗎?
其實微信小程序作為一個前端的機制,Python 並不能插上邊。只不過可以作為後端接口為微信小程序提供數據服務而已。python可以做後端服務和小程序通訊,python可以寫後端平台,提供api,微信小程序就用wx.request()調用這個api。
微信小程序主要的三大塊wxml控制頁面結構、wxss控制頁面樣式、js控制頁面邏輯。
如果創建的是一個不需要後端服務器支持的微信小程序,那麼與Python就沒什麼關係了。
如果需要後端傳送接收處理數據,那麼後端就還有Python的用武之地,可以用Python的Web框架寫一個後端接口供小程序進行調用。
更多Python知識請關注Python自學網。
我用了100行Python代碼,實現了與女神尬聊微信(附代碼)
朋友圈很多人都想學python,有一個很重要的原因是它非常適合入門。對於 人工智能算法 的開發,python有其他編程語言所沒有的獨特優勢, 代碼量少 ,開發者只需把精力集中在算法研究上面。
本文介紹一個用python開發的,自動與美女尬聊的小軟件。以下都是滿滿的乾貨,是我工作之餘時寫的,經過不斷優化,現在分享給大家。那現在就讓我們抓緊時間開始吧!
準備:
編程工具IDE:pycharm
python版本: 3.6.0
首先新建一個py文件,命名為:ai_chat.py
PS: 以下五步的代碼直接複製到單個py文件裡面就可以直接運行。為了讓讀者方便寫代碼,我把代碼都貼出來了,但是排版存在問題,我又把在pycharm的代碼排版給截圖出來。
第一步: 引入關鍵包
簡單介紹一下上面幾個包的作用: pickle 包 是用來對數據序列化存文件、反序列化讀取文件,是人類不可讀的,但是計算機去讀取時速度超快。(就是用記事本打開是亂碼)。 而 json包 是一種文本序列化,是人類可讀的,方便你對其進行修改(記事本打開,可以看到裡面所有內容,而且都認識。) gensim 包 是自然語言處理的其中一個python包,簡單容易使用,是入門NLP算法必用的一個python包。 jieba包 是用來分詞,對於算法大咖來說效果一般般,但是它的速度非常快,適合入門使用。
以上這些包,不是關鍵,學習的時候,可以先跳過。等理解整個程序流程後,可以一個一個包有針對性地去看文檔。
第二步:靜態配置
這裡path指的是對話語料(訓練數據)存放的位置,model_path是模型存儲的路徑。
這裡是個人編程的習慣,我習慣把一些配置,例如:文件路徑、模型存放路徑、模型參數統一放在一個類中。當然,實際項目開發的時候,是用config 文件存放,不會直接寫在代碼里,這裡為了演示方便,就寫在一起,也方便運行。
第三步: 編寫一個類,實現導數據、模型訓練、對話預測一體化
首次運行的時候,會從靜態配置中讀取訓練數據的路徑,讀取數據,進行訓練,並把訓練好的模型存儲到指定的模型路徑。後續運行,是直接導入模型,就不用再次訓練了。
對於model類,我們一個一個來介紹。
initialize() 函數和 __init__() 函數 是對象初始化和實例化,其中包括基本參數的賦值、模型的導入、模型的訓練、模型的保存、最後返回用戶一個對象。
__train_model() 函數,對問題進行分詞,使用 gesim 實現詞袋模型,統計每個特徵的 tf-idf , 建立稀疏矩陣,進而建立索引。
__save_model() 函數 和 __load_model() 函數 是成對出現的,很多項目都會有這兩個函數,用於保存模型和導入模型。不同的是,本項目用的是文件存儲的方式,實際上線用的是數據庫
get_answer() 函數使用訓練好的模型,對問題進行分析,最終把預測的回答內容反饋給用戶。
第四步:寫三個工具類型的函數,作為讀寫文件。
其中,獲取對話材料,可以自主修改對話內容,作為機器的訓練的數據。我這裡只是給了幾個簡單的對話語料,實際上線的項目,需要大量的語料來訓練,這樣對話內容才飽滿。
這三個工具函數,相對比較簡單一些。其中 get_data() 函數,裡面的數據是我自己編的,大家可以根據自己的習慣,添加自己的對話數據,這樣最終訓練的模型,對話方式會更貼近自己的說話方式。
第五步: 調用模型,進行對話預測
主函數main(), 就是你整個程序運行的起點,它控制着所有步驟。
運行結果:
程序後台運行結果:
如果有疑問想獲取源碼( 其實代碼都在上面 ),可以後台私信我,回復:python智能對話。 我把源碼發你。最後,感謝大家的閱讀,祝大家工作生活愉快!
python如何手機電腦同時用微信
首先打開電腦上的微信,桌面上會出現一個二維碼。然後打開手機微信,點擊右上角的”+”。然後選擇點擊掃一掃。掃描電腦屏幕上的二維碼。在手機上點擊登錄。這就是電腦和手機同步登錄的界面。同樣在手機微信頂部會出現Windows微信已登錄,手機通知已關閉的字樣。
原創文章,作者:小藍,如若轉載,請註明出處:https://www.506064.com/zh-hant/n/304931.html