2019-05-18 python第1次

“Talk is cheap, show me the code.”——空谈无益,秀代码   不知几时我能达达标!


一、它能做的是将写在纸上的文字,精准地识别出来

import requests

from aip import AipOcr

image = requests.get('https://static.pandateacher.com/7b5d6d8d9dea5691705d04fef2306b52.png').content

APP_ID = '16149264'

API_KEY = 'yxYg9r4OuAs4fYvfcl8tqCYd'

SECRET_KEY = 'yWg3KMds2muFsWs7MBSSFcgMQl8Wng4s'

client = AipOcr(APP_ID, API_KEY, SECRET_KEY)

res = client.basicGeneral(image)

if 'words_result' in res.keys():

    for item in res['words_result']:

        print(item['words'])

else:

    print(res)


二、和计算机进行“对话”

import requests, json, time, random

word = input('''你好,我是你的私人助理吴小枫。你可以在下方任意输入一个名词,然后敲击“Enter”键,我将会帮你自动联想它有什么相关的词汇!

注:如果你要删除自己输入的内容,要按两次删除,才可以删掉一个汉字奥!(因为在计算机世界里,中文是占两个字符的!)

下面请输入(示例:牛肉、水果、飞机、手机……),然后敲“Enter”:

>''')

word=word+'有哪些相关词汇?'

feature_text = '''

我们可以先聊点别的,我还有什么可以帮助你的吗?

输入你的问题,然后敲Enter键!

>'''

url1 = 'http://ictclas.nlpir.org/nlpir/index/getAllContentNew.do'

data1 = {'type': 'all', 'content': word}

try:

    r1 = requests.post(url1, data1, timeout=3)

    dividewords = json.loads(r1.text)['dividewords']

    dividewords = dividewords.split(' ')

    newwords = []

    cixing = []

    for x in dividewords:

        if x == dividewords[-1]:

            continue

        else:

            singleword = x.split('/')

            newwords.append(singleword[0])

            cixing.append(singleword[1])

    newlist = '/'.join(newwords)

    dict = {'n': '名词', 'nr': '人名', 'nr1': '汉语姓氏', 'nr2': '汉语名字', 'nrj': '日语人名', 'nrf': '音译人名', 'ns': '地名',

            'nsf': '音译地名', 'nt': '机构团体名', 'nz': '其它专名', 'nl': '名词性惯用语', 'ng': '名词性语素',

            't': '时间词', 'tg': '时间词性语素', 's': '处所词', 'f': '方位词',

            'v': '动词', 'vd': '副动词', 'vn': '名动词', 'vshi': '动词“是”', 'vyou': '动词“有”', 'vf': '趋向动词', 'vx': '形式动词',

            'vi': '不及物动词(内动词)', 'vl': '动词性惯用语', 'vg': '动词性语素',

            'a': '形容词', 'ad': '副形词', 'an': '名形词', 'ag': '形容词性语素', 'al': '形容词性惯用语', 'b': '区别词', '': '',

            'bl': '区别词性惯用语',

            'z': '状态词',

            'r': '代词', 'rr': '人称代词', 'rz': '指示代词', 'rzt': '时间指示代词', 'rzs': '处所指示代词', 'rzv': '谓词性指示代词', 'ry': '疑问代词',

            'ryt': '时间疑问代词', 'rys': '处所疑问代词', 'ryv': '谓词性疑问代词', 'rg': '代词性语素',

            'm': '数词', 'mq': '数量词', 'q': '量词', 'd': '副词', 'p': '介词', 'pba': '介词“把”', 'pbei': '介词“被”', 'c': '连词',

            'cc': '并列连词',

            'u': '助词', 'uzhe': '着', 'ule': '了,喽', 'uguo': '过', 'ude1': '的', 'ude2': '地', 'ude3': '得', 'usuo': '所',

            'udeng': '等,等等,云云', 'uyy': '一样,一般,似的,般', 'udh': '的话', 'uls': '来讲,来说,而言,说来', 'uzhi': '之', 'ulian': '连',

            'e': '叹词', 'y': '语气词', 'o': '拟声词', 'h': '前缀', 'k': '后缀', 'x': '字符串', 'xe': 'Email字符串', 'xs': '微博会话分隔符',

            'xm': '表情符合', 'xu': '网址URL',

            'w': '标点符号', 'wkz': '左括号', 'wky': '右括号', 'wyz': '左引号', 'wj': '句号', 'ww': '问号', 'wt': '叹号', 'wd': '逗号',

            'wf': '分号', 'wn': '顿号', 'wm': '冒号', 'ws': '省略号', 'wp': '破折号', 'wb': '百分号千分号', 'wh': '单位符号'

            }

    time.sleep(1)

    print('\n首先,我帮你补全了问题,你问的是:'+word+'有哪些相关词汇,对吗?')

    print('\n接着,我先把你的话做了分词:' + newlist + '。')

    cixinglist = ''

    for y in cixing:

        cixinglist = cixinglist + dict[y] + '/'

    time.sleep(2)

    print('它们的词性分别是:' + cixinglist + '。')

    time.sleep(2)

    print('其中,我判断' + newwords[0] + '是一个' + dict[cixing[0]] + ',你问我的是它的相关词汇有哪些对吗?')

    url = 'http://ictclas.nlpir.org/nlpir/index6/getWord2Vec.do'

    data = {'content': newwords[0]}

    r = requests.post(url, data)

    other = json.loads(r.text)

    time.sleep(1)

    print ('\n我想了想和“' + newwords[0] + '”相关的词汇,至少还有:\n')

    time.sleep(1)

    f = 0

    for i in other['w2vlist']:

        f = f + 1

        word2 = i.split(',')

        print ('(' + str(f) + ')' + word2[0] + ',其相关度为' + word2[1])

        time.sleep(1)

    feature_text = '''

现在,你已经解锁我的所有功能,可以自由聊天啦!我还有什么可以帮助你的吗?

回复内容,然后敲Enter键!

>'''

except requests.exceptions.ConnectTimeout:

    print('额,抱歉,网络连接失败了,词汇拆解功能暂时无法使用...')

except requests.exceptions.Timeout:

    print('额,抱歉,网络连接超时了,词汇拆解功能暂时无法使用...')

user1 = input(feature_text)

time.sleep(1)

userid = str(random.randint(1, 1000000000000000000000))

apikey = 'd81c0b99c260440980a140440be200ec'

#超过1w有风险,19-01-19

tulingdata1 = json.dumps({    "perception": {

        "inputText": {

            "text": user1

        },

    },

    "userInfo": {

        "apiKey": apikey,

        "userId": userid

    }

})

robot1 = requests.post('http://openapi.tuling123.com/openapi/api/v2', tulingdata1)

jsrobot1 = json.loads(robot1.text)['results'][0]['values']['text']

print(jsrobot1)

time.sleep(2)

user2 = input('''

再和你聊最后一句我就要下线了奥,你还有什么要求吗?

回复内容,然后敲Enter键!

>''')

tulingdata1 = json.dumps({

    "perception": {

        "inputText": {

            "text": user2

        },

    },

    "userInfo": {

        "apiKey": apikey,

        "userId": userid

    }

})

robot1 = requests.post('http://openapi.tuling123.com/openapi/api/v2', tulingdata1)

jsrobot1 = json.loads(robot1.text)['results'][0]['values']['text']

time.sleep(1)

print(jsrobot1)

time.sleep(1)

print('\n我走啦,下次见!')

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,921评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,635评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,393评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,836评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,833评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,685评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,043评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,694评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,671评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,670评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,779评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,424评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,027评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,984评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,214评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,108评论 2 351
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,517评论 2 343

推荐阅读更多精彩内容