Python人工智慧實戰之對話機器人的實現

class Joke:
    '''
    表示一個笑話。
    其中title是笑話標題，detail是笑話內容
    url是笑話的採集網址，通過url判定笑話是否重複，防止儲存重複笑話
    id是資料庫生成的唯一識別符號，剛剛採集下來的笑話是沒有id的，所以id可以為空
    '''
    def __init__(self, title, detail, url, id=None):
        self.title = title
        self.detail = detail
        self.url = url
        self.id = id

    def __str__(self):
        '''
        有了這個方法，print(joke)會把笑話列印成下面格式的字串，否則只會列印物件的記憶體地址
        '''
        return f'{id}-{title}n{detail}n{url}'

title = html.select_one('h1.article-title').getText()

import requests
import bs4
import time
import random
#先註釋掉資料庫相關的程式碼，後面需要反註釋回來
#import joke_db 
from joke import Joke

#起始URL
url = 'http://xiaohua.zol.com.cn/detail1/1.html'  

#網站的域名地址，用來拼接完整地址
host = 'http://xiaohua.zol.com.cn'

def craw_joke(url):
    '''
    抓取指定的URL，返回一個Joke物件，和下一個要抓取的URL
    如果抓取失敗，返回None, None
    必須設定User-Agent header，否則容易被封
    '''
    print(f'正在抓取：{url}')
    headers = {
        'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36'
    }
    html = requests.get(url, headers=headers).text
    soup = bs4.BeautifulSoup(html, 'lxml')
    try:
        #分別使用css選擇器提取title, detail和next_url
        title = soup.select_one('h1.article-title').getText()
        detail = soup.select_one('div.article-text').getText().strip()
        next_url = soup.select_one('span.next > a')['href']
        return Joke(title, detail, url), next_url
    except Exception as e:
        print('出錯了：', e)
        print(html)
        return None, None 

# 抓取笑話，以學習為目的，建議不要抓取太多，本例子只抓取了10個
count = 0
for i in range(0, 10):
    joke, next_url = craw_joke(url)
    if joke:
        #先註釋掉資料庫相關的程式碼，後面需要反註釋回來
        #joke_db.save(joke)
        print(joke)
        url = host + next_url
    print('歇一會兒再抓!')
    time.sleep(random.randint(1, 5))
print('抓完收工！')

import sqlite3
from joke import Joke 

def setup():
    '''
    建立資料庫和建立表，如果已經存在了不會重複建立
    '''
    con = sqlite3.connect('jokeDB.db')
    with con:
        con.execute('''CREATE TABLE IF NOT EXISTS jokes
                    (id INTEGER PRIMARY KEY,
                    title varchar(256) NOT NULL,
                    detail varchar(1024) NOT NULL,
                    url varchar(1024) NOT NULL)''')

def save(joke):
    '''
    把笑話儲存到資料庫
    根據url判斷是否已經有這個笑話了，如果有了就不再儲存
    '''
    con = sqlite3.connect('jokeDB.db')
    with con:
        cur = con.cursor()
        cur.execute(
            'SELECT * FROM jokes WHERE (url = ?)', [(joke.url)])
        has_joke = cur.fetchone()
        if has_joke:
            print('重複了，不再插入')
        else:
            con.execute('INSERT INTO jokes(title, detail, url) VALUES (?,?,?)', (joke.title, joke.detail, joke.url))
            print('笑話儲存成功')

def get_jokes():
    '''
    返回所有的笑話列表
    '''
    print('loading jokes...')
    con = sqlite3.connect('jokeDB.db')
    jokes = []
    with con:
        for row in con.execute('SELECT * FROM jokes'):
            joke = Joke(row[1], row[2], row[3], row[0])
            jokes.append(joke)
    return jokes

# 呼叫最上面的程式碼
setup()

# 測試程式碼，本模組被別的模組引入的時候，不會執行下面的程式碼
if __name__ == '__main__':
    save(Joke('笑話Test', '笑話內容test', 'https://www.joke.com/1.html'))
    save(Joke('笑話Test2', '笑話內容test', 'https://www.joke.com/2.html'))
    print('========列印一下所有的笑話======')
    for joke in get_jokes():
        print(joke)
        print()

> python joke_db.py
笑話儲存成功
笑話儲存成功
========列印一下所有的笑話======
loading jokes...
1-笑話Test
笑話內容test
https://www.joke.com/1.html

2-笑話Test2
笑話內容test
https://www.joke.com/2.html

#先註釋掉資料庫相關的程式碼，後面需要反註釋回來
#import joke_db 

for i in range(0, 10):
    joke, next_url = craw_joke(url)
    if joke:
        #先註釋掉資料庫相關的程式碼，後面需要反註釋回來
        #joke_db.save(joke)
        print(joke)
        url = host + next_url
    print('歇一會兒再抓!')
    time.sleep(random.randint(1, 5))
print('抓完收工！')

========列印一下所有的笑話======
loading jokes...
1-笑話Test
笑話內容test
https://www.joke.com/1.html

2-笑話Test2
笑話內容test
https://www.joke.com/2.html

3-成功
她：「因為別人都不同情你，我才做你的妻子。」他：「你總算成功了。現在每個人都因此同情我。」
http://xiaohua.zol.com.cn/detail1/1.html

4-結婚以後
女：「為什麼從前你對我百依百順，可結婚才三天，你就跟我吵了兩天的架？」男：「因為我的忍耐是有限度的。」
http://xiaohua.zol.com.cn/detail1/2.html

5-我們的
燕爾新婚，新娘對新郎說：「今後咱們不興說‘我的'了，要說‘我們的'。」新郎去洗澡，良久不出，新娘問：「你在幹什麼哪？」「親愛的，我在刮我們的鬍子呢。」
http://xiaohua.zol.com.cn/detail1/3.html

6-杞人憂天
妻子患了重病，醫生宣告回天乏術。妻子即對丈夫說：「我現在希望你能夠發誓。」「發什麼誓。」「如果你再婚，不準把我的衣服給你的新妻子穿。」丈夫恍然大悟道：「這個我可以發誓。說實話，你根本不必操心，因為我再也不想找像你這樣胖的太太了。」
http://xiaohua.zol.com.cn/detail1/5.html

7-理由充分
法官：「離婚理由是什麼？」新娘：「他打呼嚕。」法官：「結婚多長時間了？」新娘：「三天。」法官：「離婚理由充分，結婚三天還不是打呼嚕的時候。」
http://xiaohua.zol.com.cn/detail1/6.html

8-聰明丈夫
某夫婦當街而過，一隻鴿子飛過天空，一泡鴿糞不偏不倚正巧落在太太肩上，太太急了，忙叫丈夫拿紙。丈夫擡頭，見鴿子不講衛生，到處拉屎，卻不知妻子叫他拿紙幹嘛，說：「叫我有啥辦法，追上前去給它擦屁股呀！ 」
http://xiaohua.zol.com.cn/detail1/8.html

9-事故與災難
一位夫人問她的丈夫：「親愛的，你能告訴我‘事故'與‘災難'這兩個詞之間有什麼區別嗎？」「這很簡單。」丈夫認真地回答說，「譬如你失足落水，這就叫‘事故'；如果人家又把你當魚釣上來，這就是‘災難'了。」
http://xiaohua.zol.com.cn/detail1/13.html

10-吵架的結果
夫妻吵架了。當丈夫下班回到家裡，他發現妻子不在家。只在桌上留了一個條子，上面寫道：「午飯在《烹調大全》第215頁；晚飯在317頁。」
http://xiaohua.zol.com.cn/detail1/14.html

11-保險之險
太太不懂保險的道理，認為繳保險費是浪費，先生連忙解釋說：「保險是為了你和孩子，萬一我死了；你們也有個保障呀！ 」太太反駁說：「要是你不死呢？」
http://xiaohua.zol.com.cn/detail1/16.html

12-補不足
妻：「我曉得，你與我結婚，是因為我有錢。」夫：「不是，是因為我沒有錢。」
http://xiaohua.zol.com.cn/detail1/17.html