情人节已经过了但是情人节和我们程序员有什么关系，没对象自己new一个不就完了。
话不多说直接上成品。
实现机器人的方式很多，可以深度学习训练机器人使其能与我们进行交流，但是请记住，所拥有的数据越多，机器学习的效果越好。所有自行创建的机器人普遍比较智障，所有这里我推荐的使用网络上的机器人接口（当然也不是特别聪明）进行，而且方便简单。
那么接下来就开始正题吧！
导入requests 库和Flask
这个不必多废话吧，要进行请求接口，网页就必须要用到的一个库，安装也是十分的简单，pip insatll requests 。这里我用了flask框架，本来没打算做这个网页的突发奇想后加入，想着做个聊天框进行对话会不会更生动于是就做了这个，pip install flask(conda install flask)。
注意
这里我们需要注意一点，那就是推荐创建文件时选好Flask框架，我这就是没有创建Flask框架所以css文件有点问题（虽然不严重），我也不是很清楚但是问题出在了哪，所以推荐创建框架进行编程。
然后将图片和css文件这些静态资源都放在static文件底下。
python代码
import requestsfrom flask import Flask, request, send_from_directoryapp = Flask(__name__, static_folder='../static')@app.route('/tryChat', methods=['GET', 'POST'])def tryChat():a = request.form.get('mydata') # 获取ajax中mydata的内容，也就是你输入的内容word = str(a)Chatword = smallchatbot(word) # 将你输入的内容交给smallchatbot方法让接口返回回答return Chatworddef smallchatbot(msg):url = f'/api.php?key=free&appid=0&msg={msg}' # 请求地址html = requests.get(url)content = html.json()["content"]con = str(content)c = con.replace('{br}', "\n") # 对其返回的{br}进行转换转换为换行return c@app.route('/')def search():return send_from_directory('', 'ChatBot1.html')if __name__ == '__main__':app.run()
页面代码
<body><div class="guide"><div class="chat" ><div class="title">孤寡安慰机器人</div><ul class="text" id="msg_box"><li class="t1"><img src="static/pika2.gif"><div class="txt">不开心要记得和我说哦！</div></li></ul><div class="cont"><input type="text" placeholder="在这里输入文字" class="inp" id="inp_msg"/><input type="button" value="发送" οnclick="sendmsg()" class="send"></div></div></div></body>
ajax 请求代码
$.ajax({type:"POST", # 传回数据用POSTurl: "/tryChat", # 请求到该地址data:{'mydata':msg}, # 上面说的mydatadataType:"text",success:function(data){var content = data # 由于python部分已经对接口返回的数据进行优化所有这里可以直接用alert(content)},});
详细代码和css文件太过于繁杂，这里就不一一展示，有需要的可以私信我获取或者关注我公众号Aasee回复433即可。
总结
本来当初用这个接口时准备直接纯html加js完成的，但是遇到了跨域问题（虽然官方文档有提示但是我就是想试试），用nignx进行反向代理了（正确使用！）但是不知道是什么原因没成功，查了很久，发现有人说是电脑问题，换了台电脑就行，我也没去尝试故改用flask框架进行。
