项目实践《微信自动回复》

文章目录

一、前置接口
一、打开微信
二、监听微信信息
三、截取聊天区域并提取关键字
四、根据关键字自动回复
五、基础版
六、完整版

在我们的生活中，微信无疑是一个重要的社交工具。无论是工作还是社交，我们都离不开它。但是，随着繁忙的生活节奏，我们可能没有足够的时间去回复每一条信息。为了解决这个问题，我在这篇博客中将分享如何使用Python创建一个微信自动回复脚本。

一、前置接口

在开始之前，确保你已经安装了以下的Python库：
pyautogui：用于模拟鼠标和键盘操作进行GUI自动化；
time：提供了各种和时间有关的功能；
pyperclip：用于访问剪切板进行复制和粘贴；
cnocr：一个用于中文OCR的Python库，能提取图片中的文字；
random：生成随机数。

一、打开微信

我们首先需要打开微信。我们将使用pyautogui库中的locateCenterOnScreen函数来找到微信图标的中心位置，并点击它。

import  pyautogui as pg
import  timegoogle_cente = pg.locateCenterOnScreen(r"C:\Users\du'xiao'nan\Pictures\2024\weixin.png", confidence=0.8)
pg.click(x=google_cente.x, y=google_cente.y, clicks=2)
time.sleep(2)

二、监听微信信息

我们现在需要让我们的脚本循环监听是否有新消息。再次使用pg.locateCenterOnScreen来找到包含新消息的红点的中心位置。

img_red = r"C:\Users\du'xiao'nan\Pictures\2024\weixinhongdian.png"
red_hot = pg.locateCenterOnScreen(img_red, confidence=0.6, region=(500,100,340,1250))
pg.click(x=red_hot.x, y=red_hot.y, clicks=1)

三、截取聊天区域并提取关键字

我们已经在对话中了，接下来需要抓取最新的消息。使用pg.screenshot切割聊天区域并保存图像，然后使用cnocr库从图像中读取文字。

from cnocr import CnOcrpg.screenshot(r"E:\tupian\a.webp",region=(828,90,2150,1150))
ocr = CnOcr()
out = ocr.ocr(r"E:\tupian\a.webp")
arr = out[-1]['text']
print(arr)

四、根据关键字自动回复

最后，我们根据收到的文字回复。我们有一个预定的关键字及其相应的回复。我们只需匹配这些关键字并自动发送相应的回复。

import pyperclip as pc
import randomkey_list = ["在干嘛", "吃了没", "可以和你说件事吗"]
reply_list = ["忙着呢", "吃过了", "有点忙"]
random_list = ["嗯嗯", "有道理", "说得对"]if arr in key_list:reply_index = key_list.index(arr)pc.copy(reply_list[reply_index])
else:pc.copy(random.choice(random_list))pg.hotkey('ctrl', 'v',interval=0.2)
pg.press('enter')

以上，就是一个简单的微信自动回复脚本的Python实现。

五、基础版

在了解完微信自动回复的基本思路后，接下来我们将完整的将代码敲下来
首先，通过定位微信的图标并模拟鼠标点击操作打开微信。
然后，监测微信消息区域，如果有新的消息，即微信红点出现，就会点击打开。
对微信聊天区域截图，应用OCR技术提取消息中的关键词。
最后，根据关键词确定回复内容。这里有一个预设的回复列表，如果收到的信息中包含某个关键词，就会自动回复对应的内容。

#微信自动回复
# 1.将微信展开
# 2.在微信信息区行走，有人发信息，自动回复
# 3.将微信聊天区域截图，提取关键字
# 4.根据关键字，自动回复import  pyautogui as pg
import  time
import pyperclip as pc
from cnocr import CnOcr
import random# 1.将微信展开
google_cente=pg.locateCenterOnScreen(r"C:\Users\du'xiao'nan\Pictures\2024\weixin.png",confidence=0.8)
pg.click(x=google_cente.x,y=google_cente.y,clicks=2)
time.sleep(2)#2.在微信信息区行走，有人发信息，自动回复
img_red=r"C:\Users\du'xiao'nan\Pictures\2024\weixinhongdian.png"
red_het=pg.locateCenterOnScreen(img_red,confidence=0.6,region=(500,100,340,1250))
pg.click(x=red_het.x,y=red_het.y,clicks=1)#3.将微信聊天区域截图，提取关键字
time.sleep(2)
pg.screenshot(r"E:\tupian\a.webp",region=(828,90,2150,1150))
#将Cnocr实例化
ocr=CnOcr()
out = ocr.ocr(r"E:\tupian\a.webp")
arr=out[-1]['text']
print(arr)
#基础版
#4.根据关键字，自动回复
pg.click(x=1099,y=1257,clicks=1)
if arr=='你好':pc.copy('你好，我是小南')pg.hotkey('ctrl','v',interval=0.2)pg.press('enter')
elif arr=='天气':pc.copy('今天天气晴朗')pg.hotkey('ctrl', 'v',interval=0.2)pg.press('enter')
elif arr=='时间':pc.copy(time.strftime('%Y-%m-%d %H:%M:%S',time.localtime()))pg.hotkey('ctrl', 'v',interval=0.2)pg.press('enter')
elif arr=='随机数':pc.copy(str(random.randint(1,100)))pg.hotkey('ctrl', 'v',interval=0.2)pg.press('enter')
elif arr=='退出':pc.copy('再见')pg.hotkey('ctrl', 'v',interval=0.2)pg.press('enter')
elif arr=='Ai':pc.copy('不，我是小南')pg.hotkey('ctrl', 'v', interval=0.2)pg.press('enter')
else:pc.copy('我听不懂你在说什么')pg.hotkey('ctrl', 'v', interval=0.2)pg.press('enter')
time.sleep(2)

六、完整版

完整版的代码增加了一些功能和细节方面的优化。
与基础版一样，先打开微信并监测消息区域。
当检测到新信息时，也会进行截图并提取关键词。
在判断回复内容时，新增了一个关键词回复列表，可以根据接收到的信息中的不同关键词，回复不同的内容。另外，如果接收到的信息中包含的不是关键词，程序会从一个预设的随机回复列表中随机选择一条回复。
把输入回复的操作封装成了函数，增强了代码的可读性和可维护性。
加入了异常处理和计时器，如果一段时间内没有新消息，程序会输出"目前没有新消息，5秒后会再次监测"，然后等待5秒后再次检测，这样可以减少不必要的循环，提高程序的效率。

#完整版
key_list = ["在干嘛", "吃了没", "可以和你说件事吗"]
# 关键字回复列表 0        1         2
reply_list = ["忙着呢", "吃过了", "有点忙"]
# 非关键字的回复列表 # 随机选取
random_list = ["嗯嗯", "有道理", "说得对"]def center_click(img_path, clicks, region=[]):"""功能：1. 对目标图片进行识别，返回中心值2. 接收上一步中心值，对目标中心点点击"""chat_center = pg.locateCenterOnScreen(img_path, confidence=0.8, region=region)pg.click(x=chat_center.x, y=chat_center.y, clicks=clicks, duration=1)def screen_ocr():"""功能：1. 微信聊天区进行截图2. 将微信聊天区截图的文字提取出来返回值：1. text:识别出来的我们要回复的文字"""img_screen = "chatScreen.png"pg.screenshot(img_screen, region=[828,90,2150,1150])# 将Cnocr实例化ocr = CnOcr()out = ocr.ocr(img_screen)# print(out[-1]['text']) [{},{},{}]#   0 1  2(-1)# 字典名[键名]# text = out[-1]['text'] # 如果识别效果好all_text = [i["text"] for i in out if i["score"] > 0.4]  # 识别效果不好，筛选# all_text = []# for i in out:#    if i["score"]>0.4:# all_text.append(i["text"])text = all_text[-1]print(text)return textdef has_key():"""功能：1. 比对识别出来的文字是否是关键字返回值：Int数据，如果返回的是-1,代表识别出来的文字不是关键字如果返回是其他的整数，代表是关键字"""for index, item in enumerate(key_list):if re_text == item:return indexelse:return -1def relpy_fun():# 不是关键字if re_index == -1:# 回复的内容random_text = random.choice(random_list)pc.copy(random_text)  # ctrl+cpg.hotkey("ctrl", "v")pg.press("enter")else:# 是关键字random_text = reply_list[re_index]pc.copy(random_text)  # ctrl+cpg.hotkey("ctrl", "v")pg.press("enter")# 1. 将微信展开
img_chat = "weChat.png"
center_click(img_path=img_chat, clicks=2)
# 确保微信完全打开
time.sleep(2)# 5. 会监测微信消息区，有新消息的话就去执行上述2-4
while True:try:# 2. 在微信消息区进行监测，有人发消息，我们就点开img_red = "redClick.png"center_click(img_path=img_red, clicks=1, region=[500,100,340,1250])# 3. 将微信聊天区截图，提取文字re_text = screen_ocr()# 4. 判断提取文字是否是关键字，是的话回复a 不是就回复b# 4.1判断提取文字是否是关键字re_index = has_key()# 4.2对识别出来的文字进行回复relpy_fun()except:print("目前没有新消息，5秒后会再次监测")time.sleep(5)