博客
关于我
Python模拟简易版淘宝客服机器人
阅读量:405 次
发布时间:2019-03-06

本文共 2551 字,大约阅读时间需要 8 分钟。

用Python制作简易版淘宝客服机器人

货物信息储存到MySQL数据库中

在实际场景中,购物信息通常存储在数据库中以便在问答时访问。使用Python的sqlalchemy包可以将表格导入到MySQL数据库中。以下是实现步骤:

import pymysqlimport pandas as pdimport sqlalchemy as sqlafrom sqlalchemy.orm import sessionmakerimport timeimport re# 导入数据data = pd.read_excel(r"E:/1/Study/大三下/自然语言处理/作业表.xlsx")data = data.head(1)# 创建数据库连接db = sqla.create_engine('mysql+pymysql://root:******@localhost/lsq?charset=utf8')# 导入数据到数据库data.to_sql('shopping_informations', db, index=False, if_exists='append')

在问答过程中访问数据库获取结果

使用pymysql包连接数据库,通过cursor()方法获取操作游标。定义函数分别查询发货时间、发货地、商品单号和商品状态,并处理异常:

conn = pymysql.connect("localhost","root","******","lsq")cursor = conn.cursor()def start_time():    start_time_sql = "SELECT START_TIME FROM shopping_informations"    try:        cursor.execute(start_time_sql)        result1 = cursor.fetchall()        print("亲您所购买的宝贝计划在%s进行发货~预计将会在%s不要着急哟" % result1[0])    except:        print("哎呀!机器客服这边暂时找不到相关数据呜呜呜~亲可以联系一下人工客服")        conn.close()def start_local():    start_local_sql = "SELECT START_LOCAL FROM shopping_informations"    try:        cursor.execute(start_local_sql)        result2 = cursor.fetchone()        print("亲您所购买的宝贝计划从%s发出~不要着急哟" % result2[0])    except:        print("哎呀!机器客服这边暂时找不到相关数据呜呜呜~亲可以联系一下人工客服")        conn.close()def ID():    id_sql = "SELECT ID FROM shopping_informations"    try:        cursor.execute(id_sql)        result3 = cursor.fetchone()        print("亲您所购买的宝贝单号是%s" % result3[0])    except:        print("哎呀!机器客服这边暂时找不到相关数据呜呜呜~亲可以联系一下人工客服")        conn.close()def state():    state_sql = "SELECT STATE FROM shopping_informations"    try:        cursor.execute(state_sql)        result4 = cursor.fetchone()        print("亲您所购买的宝贝现在在%s中~不要着急哟" % result4[0])    except:        print("哎呀!机器客服这边暂时找不到相关数据呜呜呜~亲可以联系一下人工客服")    conn.close()

利用正则表达式对问句进行识别

使用正则表达式分析客户输入,识别问题类型并选择相应答案:

str1 = ""def answer_robot(str1):    if re.search(r'.*快递(.*)?', str1):        return "亲!我们店统一默认发百世汇通,按仓择优分配快递,不能指定哟~请谅解!"    elif re.search(r'.*状态(.*)?', str1):        return state()    elif re.search(r'(\w)?[编号|单号|货号]\w', str1):        return ID()    elif re.search(r'(\w)?[哪里|发货地]\w', str1):        return start_local()    elif re.search(r'(\w)?[时间|时候]\w', str1):        return start_time()    else:        return "呜呜呜问题太复杂啦!建议亲找人工姐姐哟~"

主体函数实现

定义主体函数,处理客户输入并每次回答后休眠1秒:

def main():    while True:        str1 = input("输入对话:")        str3 = answer_robot(str1)        time.sleep(1)        print(str3)

优化方向

  • 并发处理:进一步利用1秒间隔时间,模拟多人同时使用客服机器人。
  • 正则表达式优化:从结果中可以看出,回答有时不够精确,需要优化正则表达式。
  • 数据库查询优化:直接获取整个数据库表,使用pandas的dataframe提取信息,减少多次查询。
  • 转载地址:http://ttdkz.baihongyu.com/

    你可能感兴趣的文章
    Paint类(画笔)
    查看>>
    Palo Alto Networks PAN-OS身份认证绕过导致RCE漏洞复现(CVE-2024-0012)
    查看>>
    Panalog 日志审计系统 libres_syn_delete.php 前台RCE漏洞复现
    查看>>
    Panalog 日志审计系统 sprog_deletevent.php SQL 注入漏洞复现
    查看>>
    pandas :将时间戳转换为 datetime.date
    查看>>
    pandas DataFrame 中的自定义浮点格式
    查看>>
    Pandas Plots:周末的单独颜色,x 轴上漂亮的打印时间
    查看>>
    Pandas 对数据框的布尔比较
    查看>>
    Pandas 读取具有浮点值的 csv 文件会导致奇怪的舍入和小数位数
    查看>>
    pandas 适用,但仅适用于满足条件的行
    查看>>
    Pandas-通过对列和索引的值求和来合并两个数据框
    查看>>
    pandas.read_csv()的详解-ChatGPT4o作答
    查看>>
    Pandas数据可视化怎么做?用实战案例告诉你!
    查看>>
    Pandas数据结构之DataFrame常见操作
    查看>>
    pandas整合多份csv文件
    查看>>
    pandas某一列转数组list
    查看>>
    Pandas模块,我觉得掌握这些就够用了!
    查看>>
    Pandas玩转文本处理!
    查看>>
    pandas的to_sql方法中使用if_exists=‘replace‘
    查看>>
    pandas读取parquet报错
    查看>>