基于关键词触发的微信机器人框架, 支持Python2.7.x和python3（测试环境python2.7.15和python3.7.1）
- 识别关键词触发处理函数
- 类falsk的操作，使用装饰器设置关键词
- 聊天信息设置为上下文数据，直接在处理函数中访问
- 关键词触发函数
- 装饰器设置监听
- 聊天信息上下文
- 登录方式配置化
- 日志配置化
- 关键词支持正则
- 支持Python3版本，兼容Python2.7.x
简单开始
import chatbot
botman = chatbot.Chatbot()
@botman.listen('你好')
def hello():
return '你好'
if __name__ == "__main__":
botman.run()登录方式与itchat登录方式一致，扫描二维码即可。
说明 使用import引入chatbot，实例化chatbot对象变量botman。
listen方法设置关键词监听，原型如下:
listen(self, key_word, isOne=True, isSelf=False, isGroup=False, isAt=False, nickName=None)key_word为关键词，匹配某条信息的全部内容，不匹配字串
isOne设置私聊模式，默认为True，只监听私聊信息中别人的聊天内容
isSelf设置本人模式，默认False，监听私聊和群聊中自己的聊天内容
isGroup设置群聊模式，默认False，监听群聊中别人的聊天内容
isAt设置@属性，默认False，在群聊模式中是否要求@触发
nickName私聊模式下，指定nickName的用户触发，输入对方的微信昵称，群聊模式下指定nickName的群聊触发
处理函数直接返回字符串即可，chatbot将内容发送回当前上下文的聊天窗口；也支持返回元组以支持更多格式:
@botman.listen('文本')
def text():
return 'text', 'Hello world!'
@botman.listen('图片')
return 'image', './hello.jpg'image中返回值元组第二个元素为图片本地路径
处理函数中获取聊天内容
@botman.listen('回复')
def back():
msg = chatbot.context.msg
return msg.Text.encode('utf-8')context是当前聊天内容上下问，其中msg为本次信息对象，使用线程局部状态thread.local保证多次请求之间上下文隔离。
配置
from chatbot import Chatbot
conf = {
"login_conf": {
"hotReload": True,
"statusStorageDir": 'chatbot.pkl',
"enableCmdQR": False,
"picDir": None,
"qrCallback": None,
"loginCallback": None,
"exitCallback": None
},
"logger_conf": {
"path": "./default.log",
"name": "chatbot",
"format": "%(asctime)s - %(name)s - %(levelname)s - %(message)s",
"level": "DEBUG"
}
}
botman = Chatbot(conf=conf)