利用图灵机器人为公众号添加智能问答，知识库功能

1.绪论

订阅号很早就有了，我最近闲了无事就像探索探索能够怎么玩。首先联想到就是微软小冰智能问答系统，还有很早时候有一个公众号提供了，根据c、c++函数名返回API具体用法的功能。那么这两个相似的功能如何实现呢。

2.接入智能问答系统

首先我的须要申请一个公众号，接着在图灵机器人的官网：http://www.tuling123.com/
注册一个号，选择添加微信公众号，直接扫码关联，ok，智能问答系统接入成功！

其实这个呢，是图灵机器人获取了微信的第三方接口，替你管理了微信号的消息回复功能，而且提供了下面的基本功能：其实比较简单，一些复杂的问题好比：给我订个到上海的机票，直接会回复去哪网的连接。相信这是图灵机器人的主要赚钱点，哈哈。

3.实现计算机专业英语辞典

那么相似提供c、c++ API 查询的功能是如何实现的呢？对于一个智能问答系统，API查询的功能其实能够抽象成一问一答的形式来作，因为暂时没有这方面的语料库，对于咱们的公众号来讲，哪种功能比较相似呢？我想到了添加一个计算机专业英语的英译汉词典

首先咱们来看看，图灵机器人提供的知识库模板：

很好理解，其实就是两列文本，第一列为问题，好比你叫什么，第二列为答案。
这样的文本格式和词典也很好对应。因而咱们上网找到一个txt格式的计算机专业英语基础英译汉词典：

观察发现，前面是英文后面是汉语释义，很好弄，python正则匹配一下，区分出英文和汉字出现的位置，完后写到xls格式的文件中对应的单词和释义就行了：结构以下（问题对应单词，答案对应释义）

问题	答案
单词	释义

**另一个须要注意的点就是文件编码，python默认都是utf-8的。
因此通常我们txt这块处理中文都是得用gbk系列的（好比gb2312），在python中处理的时候都转换成unicode统一搞**

python代码以下：主要使用了能够操做excel文件的xlwt库，和正则表达式库re

# -*- coding: utf-8 -*-
""" Spyder Editor write data to xls,2016.7.24 主要实现将一些其余格式的数据转化成，图灵机器人能够识别的xls格式数据 """
import os
import xlwt
import re

knowledge = []

def set_style(name,height,bold = False):
    style = xlwt.XFStyle()     #初始化样式

    font = xlwt.Font()    #为样式建立字体
    font.name = name
    font.bold = bold
    font.color_index = 4
    font.height = height

    style.font = font
    return style


def write_excel(knowledge):
    #建立xls工做薄
    workbook = xlwt.Workbook(encoding = 'utf-8')
    #建立sheet
    data_sheet = workbook.add_sheet('first')

    for i in range(len(knowledge)):
        data_sheet.write(i,0,knowledge[i][0])
        data_sheet.write(i,1,knowledge[i][1])

    #保存文件
    workbook.save('answer.xls')
    print "successful write!"

x=xlwt.Workbook()
s1=x.add_sheet('sheet1')

if __name__ == '__main__':

    info = open("know.txt")
    print "中文"
    #a = info.readlines()
    #print a
    for line in info:
        line = line.decode('GB2312').encode('utf-8')
        #print line 这块也能够整行进行拆分
       # letter_str = re.findall(r'([a-zA-Z]+)',line,re.MULTILINE)
        #hanzi_str = re.findall(r"([\x80-\xff]+)", line,re.MULTILINE)
        #找到第一个出现汉字字符的位置，进行截断，分红两部分，分别写到两列中
        hanstr = ''
        yingstr = ''
        index = 0
        for i in line:
            an = re.match(r"([\x80-\xff]+)", i)#判断一下是中文
            if an:
                break
            else:
                index = index +1
        yingstr = line[0:index]
        hanstr = line[index:len(line)]

        print index       
        print hanstr
        str = [yingstr,hanstr]
        knowledge.append(str)

    write_excel(knowledge)



''' 下面使用库xlwt进行操做excel文件的一些代码，但愿你们有空可以用到 style1=xlwt.XFStyle() #样式类 style1.font.colour_index=30 #字体颜色前景色为红 style1.font.bold=True #粗体 style1.pattern.pattern=1 #填充solid style1.pattern.pattern_fore_colour=2 #填充颜色红色 style2=xlwt.easyxf('font:italic on;pattern:pattern solid,fore-colour yellow') #快速生成样式 #参数字符串格式： #"class1:key1 value1,key2 value2;class2:k1 v1,k2 v2;" s1.write(0,0,"Hello",style1)#写入字符串 s1.write(1,0,True,style2)#写入真值 s1.write(2,0,3.1415926);s1.write(2,1,-5);s1.write(2,2,xlwt.Formula("2*A3*ABS(B3)")); #使用公式计算 s1.write(3,0,'right',xlwt.easyxf("align:horiz right")) #调整对齐方式 x.save('example.xls') #保存 '''

处理好的文件：

而后导入图灵机器人的知识库：

而后咱们的订阅号就能够自动识别啦，那些查询的功能和词典大同小异，我想应该也是这么实现的吧。

4.实现效果

参考：（主要是编码转换和正则表达式）

http://bbs.csdn.net/topics/100172542
（正则表达式中汉语范围出自上面帖子的六楼，网上搜到的[\u4e00-\u9fa5]这个不是很好使，还请大牛指点一二）
http://blog.chinaunix.net/uid-21633169-id-4396998.html
xlwt使用介绍：
http://blog.csdn.net/wangkai_123456/article/details/50457284