Python使用itchat模块实现群聊转发,自动回复功能示例

yipeiwu_com5年前Python基础

本文实例讲述了Python使用itchat模块实现群聊转发,自动回复功能。分享给大家供大家参考,具体如下:

1.itchat自动把好友发来的消息,回复给他

仅能实现自动回复 原文给 好友发来的文本消息、图片表情消息。

#!/usr/bin/python
#coding=utf-8
import itchat
from itchat.content import *
@itchat.msg_register([PICTURE,TEXT])
def simple_reply(msg):
  if msg['Type'] == TEXT:
    ReplyContent = 'I received message: '+msg['Content']
  if msg['Type'] == PICTURE:
    ReplyContent = 'I received picture: '+msg['FileName']
  itchat.send_msg(ReplyContent,msg['FromUserName'])
itchat.auto_login()
itchat.run()

这里注册了两个消息类型,文本和图片(表情),当微信接收到这两个消息时就会进入注册的函数simple_reply,msg是一个字典类型里面包含了消息数据包,有发送者、接收者、消息类型、消息内容等超多的信息

itchat要注册消息类型,比如注册了TEXT(itchat.content.text),就会接收文本消息,其他消息不会触发函数。消息类型见库中的content.py文件

消息类型判断,msg['Type']
消息发起者,msg['FromUserName']
消息接收者,msg['ToUserName']
文本消息,msg['Content']
文件名字,msg['FileName'],注:如果是自带的表情就会显示表情

2.自动转发指定的群聊消息给指定的好友。

应用场景:每天会在微信群内收集订餐的小伙伴名单,订餐的回复+1,

由于时间跨度,群消息太多,手工上下翻 +1 的消息难免遗漏,所以这段脚本正好满足此需求。

转发的内容是:群内昵称:+1

#!/usr/bin/python
#coding=UTF-8
import itchat
from itchat.content import *
@itchat.msg_register([PICTURE,TEXT],isGroupChat=True)
def simple_reply(msg):
  users = itchat.search_friends(name=u'测试23')#通讯录中好友备注名
  userName = users[0]['UserName']
  if msg['Content'] == "+1":
    itchat.send(u'%s\u2005: %s '%(msg['ActualNickName'],msg['Content']),toUserName=userName)
itchat.auto_login()#enableCmdQR=True 可以在命令行显示二维码
itchat.run()

更多关于Python相关内容感兴趣的读者可查看本站专题:《Python进程与线程操作技巧总结》、《Python Socket编程技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总

希望本文所述对大家Python程序设计有所帮助。

相关文章

python的Tqdm模块的使用

Tqdm 是一个快速,可扩展的Python进度条,可以在 Python 长循环中添加一个进度提示信息,用户只需要封装任意的迭代器 tqdm(iterator)。 我的系统是window...

python实现带验证码网站的自动登陆实现代码

早听说用python做网络爬虫非常方便,正好这几天单位也有这样的需求,需要登陆XX网站下载部分文档,于是自己亲身试验了一番,效果还不错。 本例所登录的某网站需要提供用户名,密码和验证码,...

numpy中三维数组中加入元素后的位置详解

numpy中三维数组中加入元素后的位置详解

今天做数据处理时,遇到了从三维数组中批量加入二维数组的需求。其中三维数组在深度学习的特征数据处理时经常会使用到,所以读者有必要对该小知识点做到清楚了解并掌握。现对三维数组中的元素位置结合...

ML神器:sklearn的快速使用及入门

ML神器:sklearn的快速使用及入门

传统的机器学习任务从开始到建模的一般流程是:获取数据 -> 数据预处理 -> 训练建模 -> 模型评估 -> 预测,分类。本文我们将依据传统机器学习的流程,看看在...

使用python在本地电脑上快速处理数据

大数据一般是在“云”上玩的,但“云”都是要钱的,而且数据上上下下的也比较麻烦。所以,在本地电脑上快速处理数据的技能还是要的。 pandas 在比赛中学到的一个工具,本地可以在亿级别的数据...