目录
1. 微信聊天界面截图
2. 图片文字识别
3. 获取最新消息
3.1 独聊
3.2 群聊
4. 机器人聊天系统
5. 成果展示
6. 全部代码

本文参考大神【喵王叭】的文章：python实现微信、QQ聊天自动回复【纯物理】_喵王叭的博客-CSDN博客_python自动回复纯物理方式实现微信和QQ等任意聊天软件的自动回复功能，实验性质，自己搭着玩https://blog.csdn.net/weixin_40815218/article/details/124689147?spm=1001.2101.3001.6650.15&utm_medium=distribute.pc_relevant.none-task-blog-2~default~BlogCommendFromBaidu~Rate-15-124689147-blog-105598293.pc_relevant_antiscanv3&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2~default~BlogCommendFromBaidu~Rate-15-124689147-blog-105598293.pc_relevant_antiscanv3&utm_relevant_index=21

由于ichat网页登录微信的方式，被腾讯禁止。其他的替代品也无法使用。本人小程序一枚，没钱使用大佬付费的软件，所以只能另辟蹊径。

先说原理：简单来说就是四个字：文字识别。微信聊天界面截图，对截图进行文字识别，判断是对方发送的最新消息，调用机器人系统，将机器人返回的消息，复制，粘贴到聊天内容框，enter点击发送。
具体步骤如下：

文章图片

我捡几个重要的步骤来讲解：
1. 微信聊天界面截图 截图软件，使用的是 PIL包的 ImageGrab 方法。首先确定聊天界面的两个分辨率点位，对两个点位组成的界面进行截图。

from PIL import ImageGrab, Image# (x1, y1), (x2, y2) 用于控制对屏幕聊天截图的范围 # 需要自己调整 两个点位的分辨率坐标 (x1, y1), (x2, y2) = (400,80) , (3840/2-300,2160-490) box = (x1, y1, x2, y2) pic = ImageGrab.grab(box)

代码里面的坐标，是根据自己的电脑调整的。3840,2160是我电脑的分辨率。可以通过

ImageGrab.grab().size

获取电脑的分辨率，然后调整微信聊天页面的大小（比如占用左半边的屏幕），随之调整坐标的值，得到完整的聊天界面截图。
下图是我的微信聊天截图：

文章图片


2. 图片文字识别 大神用的是tesserocr包的文字识别，但是这个包的文字识别准确率不高，而且无法定位是自己发送还是对方发送的最新消息【其实我也没有测过】。因此我们用 科大讯飞的免费的图片识别API（也测试过百度免费的图片识别API，同样只能识别文字，无法判断谁发送的消息）。
有关科大讯飞免费图片识别API的申请方式，请参考官网：
通用文字识别-文字识别-讯飞开放平台
API使用文档（python）请参考官网：
通用文字识别 API 文档 | 讯飞开放平台文档中心
将讯飞提供的python demo代码进行封装def，如下：

from datetime import datetime from wsgiref.handlers import format_date_time from time import mktime import hashlib import base64 import hmac from urllib.parse import urlencode import json import requests''' 1、通用文字识别,图像数据base64编码后大小不得超过10M 2、appid、apiSecret、apiKey请到讯飞开放平台控制台获取并填写到此demo中 3、支持中英文,支持手写和印刷文字。 4、在倾斜文字上效果有提升，同时支持部分生僻字的识别 ''' ## 自己去官网申请获取APPId = ""# 控制台获取 APISecret = ""# 控制台获取 APIKey = ""# 控制台获取def OCR_XF(filepath):with open(filepath, "rb") as f: imageBytes = f.read()class AssembleHeaderException(Exception): def __init__(self, msg): self.message = msgclass Url: def __init__(self, host, path, schema): self.host = host self.path = path self.schema = schema pass# calculate sha256 and encode to base64 def sha256base64(data): sha256 = hashlib.sha256() sha256.update(data) digest = base64.b64encode(sha256.digest()).decode(encoding='utf-8') return digestdef parse_url(requset_url): stidx = requset_url.index("://") host = requset_url[stidx + 3:] schema = requset_url[:stidx + 3] edidx = host.index("/") if edidx <= 0: raise AssembleHeaderException("invalid request url:" + requset_url) path = host[edidx:] host = host[:edidx] u = Url(host, path, schema) return u# build websocket auth request url def assemble_ws_auth_url(requset_url, method="POST", api_key="", api_secret=""): u = parse_url(requset_url) host = u.host path = u.path now = datetime.now() date = format_date_time(mktime(now.timetuple())) # print(date) # date = "Thu, 12 Dec 2019 01:57:27 GMT" signature_origin = "host: {}\ndate: {}\n{} {} HTTP/1.1".format(host, date, method, path) # print(signature_origin) signature_sha = hmac.new(api_secret.encode('utf-8'), signature_origin.encode('utf-8'), digestmod=hashlib.sha256).digest() signature_sha = base64.b64encode(signature_sha).decode(encoding='utf-8') authorization_origin = "api_key=\"%s\", algorithm=\"%s\", headers=\"%s\", signature=\"%s\"" % ( api_key, "hmac-sha256", "host date request-line", signature_sha) authorization = base64.b64encode(authorization_origin.encode('utf-8')).decode(encoding='utf-8') # print(authorization_origin) values = { "host": host, "date": date, "authorization": authorization }return requset_url + "?" + urlencode(values)url = 'https://api.xf-yun.com/v1/private/sf8e6aca1'body = { "header": { "app_id": APPId, "status": 3 }, "parameter": { "sf8e6aca1": { "category": "ch_en_public_cloud", "result": { "encoding": "utf8", "compress": "raw", "format": "json" } } }, "payload": { "sf8e6aca1_data_1": { "encoding": "jpg", "image": str(base64.b64encode(imageBytes), 'UTF-8'), "status": 3 } } }request_url = assemble_ws_auth_url(url, "POST", APIKey, APISecret)headers = {'content-type': "application/json", 'host': 'api.xf-yun.com', 'app_id': APPId} # print(request_url) response = requests.post(request_url, data=https://www.it610.com/article/json.dumps(body), headers=headers) # print(response) # print(response.content)# print("resp=>" + response.content.decode()) tempResult = json.loads(response.content.decode()) # print(tempResult)finalResult = base64.b64decode(tempResult['payload']['result']['text']).decode() finalResult = finalResult.replace(" ", "").replace("\n", "").replace("\t", "").strip() # print("text字段Base64解码后=>" + finalResult)finalResult_js = json.loads(finalResult) return finalResult_js

为什么要用科大讯飞的API，因为讯飞的图片识别，可以给出文字新的详细坐标(x,y)，通过坐标分辨出是对方发出的信息，还是我们自己发出的信息

Location_Friend_Spt = 200 ## 判断谁发出的坐标 x 的值 Friendlt = []## 对方发出信息集合 Melt = [] ## 我方发出信息集合 def ChatInfo(finalResult_js): Friendlt = [] Melt = [] for word in finalResult_js['pages'][0]['lines']: if 'words' in word.keys(): if word['coord'][0]['x'] < Location_Friend_Spt: print('Fri->', word['words'][0]['content']) Friendlt.append(word['words'][0]['content']) else: print('', word['words'][0]['content'], '<-Me') Melt.append(word['words'][0]['content']) ## 返回朋友的所有消息 return Friendlt

结果如下：

文章图片

3. 获取最新消息 3.1 独聊
跟一个朋友聊天时：将上述 ChatInfo 返回的内容，放入如下函数：

def OneChat(Frilt): ## 返回对方最新的消息 return {'':Frilt[-1]}

3.2 群聊
如果是群聊时，需要预先设置群里每个人的名称，必须和群聊中显示的保持一直

GroupName = ['高艳子', '吴倩', '飞飞', '李苏娟']def GroupChat(Frilt,GroupName): ## 获取群聊里面每个人最新消息 def FriName(x): if x in GroupName: return x else: return pd.NAdf = pd.DataFrame({"Dialogue": Frilt}) df['FriName'] = df['Dialogue'].apply(FriName) df['FriName'] = df['FriName'].fillna(method='ffill') df['row_num'] = df.index.to_list() df = df[df['FriName'].notnull()] df = df.sort_values(['FriName','row_num'],ascending=[True,False]).drop_duplicates(['FriName']) ## 返回对方最新的消息 dialogue = df['Dialogue'].tolist() FriName = df['FriName'].tolist() ## 将每个人最新消息，存储在json里面 dial_info_json = {} for index, value in enumerate(dialogue): dial_info_json[FriName[index]] = valuereturn dial_info_json

群聊函数返回的内容是每个人的最新消息。如下图:

文章图片

4. 机器人聊天系统 本文采用的是青云客 免费的机器人聊天系统。

import requests import json## 调用青云客的API，免费的API def qingyunke(msg:str): data = https://www.it610.com/article/requests.get("http://api.qingyunke.com/api.php?key=free&appid=0&msg=" + msg).content data = https://www.it610.com/article/json.loads(data) data = data['content'].replace("{br}","\n") return data

如果资金雄厚的，可以购买付费的聊天机器人。目前最经典的机器人系统是 图灵机器人，之前是免费的，现在也收钱了。
也可以自己搭建聊天机器人。我参考大神 基于医疗知识图谱的问答系统 搭建了一套医疗机器人，有兴趣的同学，可以私信我。

## 在本地创建的医疗机器人 ## 有兴趣的可以参考 https://zhuanlan.zhihu.com/p/379202949 文章内容，将 local.py 改成api形式即可。 def medical_robot(msg:str): url = "http://localhost:60063/service/api/medical_robot" data = https://www.it610.com/article/{"question": msg }print('data', data) headers = {'Content-Type': 'application/json; charset=utf8'} response = requests.post(url, data=https://www.it610.com/article/json.dumps(data), headers=headers) # print('response', response) if response.status_code == 200: response = json.loads(response.text) # print(response, '========') return response["data"] else: return "您的问题我无法理解，我还需要学习"

5. 成果展示 群聊，闲聊机器人

文章图片

6. 全部代码 微信聊天机器人（github源码）
文章图片
https://github.com/chengzhen123/WeChatRobot
【聊天机器人|微信聊天机器人，不使用iChat，可以群聊】

推荐阅读

• 

  汽车积碳是什么意思
• 

  redis多节点同步
• 

  27岁有稳定工作,想用20万存款当做第二职业来投资,投资什么好呢？
• 

  上海戏剧学院分数线 2019年上海戏剧学院分数线
• 

  去加拿大必买清单 去加拿大买什么最划算
• 

  室内阳台养什么花最好 室内阳台适合养什么花好
• 

  火理财什么时间可以申请债权转让？债权转让收费吗
• 

  塑料菜板发黑怎么办
• 

  癌细胞|癌细胞已经转移，为什么人的精神依旧很好，而且很能吃？是好事？
• 

  详细步骤及注意事项 g2810加墨水后如何操作
• 

  佳能相机7100 佳能7100单反
• 

  有什么好看的书推荐？
• 

  你喜欢看军事小说吗？
• 

  空气阻尼器时间继电器 空气阻尼器结构图
• 

  2023春节坐高铁需要全程戴口罩吗 2021春节能坐高铁吗
• 

  台高官被问“你有接受过性招待吗
• 

  农村籍独生子女补贴如何领取？四类人无法领取有你吗？
• 

  甲氰菊酯有效是多久 甲氰菊酯药效是几天，水里多久失效
• 

  c语言连接数据库函数 c语言数据库连接池
• 

  有宠app怎么关闭资讯推送通知？有宠app关闭资讯推送通知的方法

• 微信|PC端微信自动发送机器人
• python|PC端微信 机器人智能自动回复实现 全攻略
• docker|学习docker
• python|python hook pc微信_微信机器人之PC微信hook
• python|python hook pc微信_一起来用python玩一波微信呀 | 防撤回, 好友分析, 聊天机器人~...
• python|Python数据可视化（利用colormap让你的图表与众不同）
• 最好用的 Python 虚拟环境，没有之一
• kmeans|手撕K-means聚类算法
• java开发工具|Java 程序员开发常用的工具推荐