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 2618 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 pymysql
import pandas as pd
import sqlalchemy as sqla
from sqlalchemy.orm import sessionmaker
import time
import 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
    No toolchains found in the NDK toolchains folder for ABI with prefix: mips64el-linux-android
    查看>>
    NO.23 ZenTaoPHP目录结构
    查看>>
    no1
    查看>>
    NO32 网络层次及OSI7层模型--TCP三次握手四次断开--子网划分
    查看>>
    NOAA(美国海洋和大气管理局)气象数据获取与POI点数据获取
    查看>>
    NoClassDefFoundError: org/springframework/boot/context/properties/ConfigurationBeanFactoryMetadata
    查看>>
    node exporter完整版
    查看>>
    Node JS: < 一> 初识Node JS
    查看>>
    Node Sass does not yet support your current environment: Windows 64-bit with Unsupported runtime(72)
    查看>>
    Node 裁切图片的方法
    查看>>
    Node+Express连接mysql实现增删改查
    查看>>
    node, nvm, npm,pnpm,以前简单的前端环境为什么越来越复杂
    查看>>
    Node-RED中Button按钮组件和TextInput文字输入组件的使用
    查看>>
    Node-RED中Switch开关和Dropdown选择组件的使用
    查看>>
    Node-RED中使用html节点爬取HTML网页资料之爬取Node-RED的最新版本
    查看>>
    Node-RED中使用JSON数据建立web网站
    查看>>
    Node-RED中使用json节点解析JSON数据
    查看>>
    Node-RED中使用node-random节点来实现随机数在折线图中显示
    查看>>
    Node-RED中使用node-red-browser-utils节点实现选择Windows操作系统中的文件并实现图片预览
    查看>>
    Node-RED中使用node-red-contrib-image-output节点实现图片预览
    查看>>