nodejs微信开发之自动回复的实现

上一篇：接入指南

这部分是实现简单的自动回复，当然也是很大一部分功能的实现基础，这里使用了图灵机器人的接口。

效果图如下：

当然，这个机器人的效果如何不是我能管得了的事情了，类似图灵机器人，我们还可以实现段子推送，快递查询等一系列功能，这里不一一实现了。

微信的消息处理

对于公众平台，每一次发消息相当于发出一个post请求，但是需要注意的是不管是发出的请求还是收到的回复，他的数据格式都是xml，但是nodejs本身无法处理xml，所以需要对xml数据进行处理。
仍然使用的是body-parser这个库，但是需要引入body-parser-xml：

//解析xml
app.use(bodyParser.xml({
 limit: '1MB',  // Reject payload bigger than 1 MB
 xmlParseOptions: {
  normalize: true,   // Trim whitespace inside text nodes
  normalizeTags: true, // Transform tags to lowercase
  explicitArray: false // Only put nodes in array if >1
 }
}));

这样req.body.xml就是处理好的数据了。

一般文本消息的格式如下所示：

<xml>
 <ToUserName><![CDATA[toUser]]></ToUserName>
 <FromUserName><![CDATA[fromUser]]></FromUserName>
 <CreateTime>1348831860</CreateTime>
 <MsgType><![CDATA[text]]></MsgType>
 <Content><![CDATA[this is a test]]></Content>
 <MsgId>1234567890123456</MsgId>
 </xml>

其中ToUserName是接受者的openid，FromUserName是发送者的openid，CreateTime就是一个整型的时间戳。MsgType就是消息类型，一般有文本（text），图片（image），语音（voice），视频（video），小视频（shortvideo），地理位置（location）以及链接消息（link）。下面就以文本消息为例进行编码。

router.post('/', function (req, res) {

 res.writeHead(200, {'Content-Type': 'application/xml'});

 var data = req.body.xml;
 var resMsg = '<xml>' +
  '<ToUserName><![CDATA[' + data.fromusername + ']]></ToUserName>' +
  '<FromUserName><![CDATA[' + data.tousername + ']]></FromUserName>' +
  '<CreateTime>' + parseInt(new Date().valueOf() / 1000) + '</CreateTime>' +
  '<MsgType><![CDATA[text]]></MsgType>' +
  '<Content><![CDATA['+data.content+']]></Content>' +
  '</xml>';
 res.end(resMsg);
});

只需要将header的content-type设置为xml，返回一个xml的响应，那么公众号就会相应的回复一个消息，这里回复的消息是文本格式。（mac的微信一年没更新了--）

如上图，发送消息则会回复一个内容一样的消息，一个简单的自动回复就实现了。

图灵机器人

这个接口的使用十分简单，get请求链接，记得带上apikey的头，然后就会返回响应的内容。我这里请求使用的是nodejs request库。

const request = require('request');
const config = require('../../config');

function getTuringResponse(info) {
 if(typeof info !== 'string') {
  info = info.toString();
 }
 var options = {
  method:'GET',
  url: 'http://apis.baidu.com/turing/turing/turing?key=879a6cb3afb84dbf4fc84a1df2ab7319&info='+info,
  headers: {
   'apikey': config.turingKey
  }
 };
 return new Promise((resolve, reject) => {
  request(options, function (err, res, body) {
   if (res) {
    resolve(body);
   } else {
    reject(err);
   }
  });
 })
}

module.exports = getTuringResponse;

使用promise处理异步返回的结果，避免多次回调，记得把apikey设置为header内容。

公众号机器人

好了，上面是二者分开的讲的，如果看到这应该知道一个聊天机器人的实现是非常简单的了。就是将接口响应的内容返回给用户（?如果不是非要自己实现聊天机器人的话。。。），后台这里也就相当于一个跳板。

turingRobot.js

const request = require('request');
const config = require('../../config');

function getTuringResponse(info) {
 if(typeof info !== 'string') {
  info = info.toString();
 }
 var options = {
  method:'GET',
  url: 'http://apis.baidu.com/turing/turing/turing?key=879a6cb3afb84dbf4fc84a1df2ab7319&info='+info,
  headers: {
   'apikey': config.turingKey
  }
 };
 return new Promise((resolve, reject) => {
  request(options, function (err, res, body) {
   if (res) {
    resolve(body);
   } else {
    reject(err);
   }
  });
 })
}

module.exports = getTuringResponse;

这部分代码很简单了，就是将图灵机器人的接口响应消息返回出来。下面要做的就是将消息返回给用户，这里有一点需要注意的是对于发出的响应，该接口不能直接响应中文字符串，需要进行urlencode。

//autoReply.js
const request = require('request');

function autoReply(requestData, info) {
 switch (requestData.msgtype) {
  case 'text':
   var resMsg = '<xml>' +
    '<ToUserName><![CDATA[' + requestData.fromusername + ']]></ToUserName>' +
    '<FromUserName><![CDATA[' + requestData.tousername + ']]></FromUserName>' +
    '<CreateTime>' + parseInt(new Date().valueOf() / 1000) + '</CreateTime>' +
    '<MsgType><![CDATA[text]]></MsgType>' +
    '<Content><![CDATA['+info+']]></Content>' +
    '</xml>';
   break;
 }

 return resMsg;
}

module.exports = autoReply;

自动回复的模块，主要是返回一个xml字符串，方便发送给用户。

//weixin.js

router.post('/', function (req, res) {

 res.writeHead(200, {'Content-Type': 'application/xml'});

 var content = req.body.xml.content;

 turingRobot(encodeURI(content)).then(function (data) {
  var response = JSON.parse(data);
  var resMsg = autoReply(req.body.xml, response.text);
  res.end(resMsg);
 })
});

好，这下算是完成机器人聊天的功能了。只要将代码部署到leancloud里，就算是成功了。

github地址奉上：https://github.com/xiadd/shorthand 欢迎star

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我们。