[R.M.C] 用python实现微信控制电脑端虾米音乐(2)

接上篇 用python实现微信控制电脑端虾米音乐(1)

上一篇介绍了准备工作,以及企业微信的连接。这次我们来试试让SAE接收微信用户发送的信息,做一个简单的echo程序,即回复用户发送的内容。

先简单说一下流程,当企业微信收到用户发送的消息以后,会将消息本身进行AES加密再POST到我们设置好的SAE应用的URL上。

我们首先在SAE应用的根目录下创建一个templates的文件夹,并在里面创建一个reply_text.xml

$def with (toUser,fromUser,createTime,content,msgid)
<xml>
   <ToUserName><![CDATA[$toUser]]></ToUserName>
   <FromUserName><![CDATA[$fromUser]]></FromUserName> 
   <CreateTime>$createTime</CreateTime>
   <MsgType><![CDATA[text]]></MsgType>
   <Content>$content</Content>
   <MsgId>$msgid</MsgId>
   <AgentID>1000005</AgentID>
</xml>

注意,把最后的AgentID改成你的AgentID。这个文件是回复信息时的模板。

我们来继续编辑SAE上我们之前创建的weixinInterface.py这个文件。上一次,我们只给它写了个GET方法,这个方法是当我们对SAE应用URL使用GET方法访问时会自动调用的方法。这次由于消息接收是使用POST方法传递的,所以我们这里定义一个POST方法。

def POST(self):
    # 获取URL参数
    params = web.input()

    # 获取POST的数据
    data = web.data()


    signature = params.msg_signature
    timestamp = params.timestamp
    nonce = params.nonce

    # 解密消息
    ret, msg = self.wxcpt.DecryptMsg(data, signature, timestamp, nonce)
    if ret != 0:
        print "ERR: DecryptMsg ret: " + str(ret)
        return ''
    # 这里使用print可以用来当做记录日志,也能用来Debug
    # 在SAE的日志中心的错误日志中可以看到print的内容

    xml = etree.fromstring(msg)  # 进行XML解析
    content = xml.find("Content").text  # 获得用户所输入的内容
    msgType = xml.find("MsgType").text
    fromUser = xml.find("FromUserName").text
    toUser = xml.find("ToUserName").text
    msgid = xml.find("MsgId").text

    # 使用模版产生response的内容,我们这里将toUser和fromUser反过来填写,将消息回复给发送的用户
    msg_xml = self.render.reply_text(fromUser, toUser, timestamp, content, msgid, AGENTID_RMC)
    # 将产生的数据加密
    ret, encryptmsg = self.wxcpt.EncryptMsg(str(msg_xml), nonce, timestamp)
    if ret != 0:
        print "ERR: EncryptMsg ret: " + str(ret)
        return ''
    # 将加密的数据返回给用户
    return encryptmsg

在微信上给应用发送一个消息来测试一下吧~

PS:再说一下调试的技巧,如果发送消息过去,并没有消息回复回来不要着急,很可能是代码哪里错了。我们可以在SAE的日志中心里查看错误日志,我们每发一次消息,代码就会运行一次,如果有错误产生,可以在错误日志中看到,所以每改一次代码,保存后,在微信上发送一条消息,然后刷新一下错误日志,可以帮助我们debug喔,是不是很棒棒(๑•̀ㅂ•́)و✧

错误日志如下:

用python实现微信控制电脑端虾米音乐(3)

Python 将对象序列化成json格式

之前,介绍过如何将python的对象序列化成python用的pickle格式,但是,pickle格式不方便跨编程语言使用。这里我们使用json格式,方便跨语言使用。

json跟pickle的区别:

  • json是使用文本形式(而且是unicode编码的文本形式,默认utf-8)来保存数据的,具有人类可读性,而pickle使用二进制形式
  • json被设计成跨语言使用的,而pickle是专门针对python的
  • python内建的json模块默认情况下只能序列化python的基本数据类型(dict/list/tuple(但会变成list)/str/int/float/bool/None,不能序列化bytes、set),而pickle可以序列化所有python的基础数据类型且可以序列化用户自定义类

python内建的json模块,有以下几个基本方法:

  • json.dump(obj, f)  #将对象序列化存入文件
  • json.dumps(obj)  #将对象序列化,并返回序列化的字符串
  • json.load(f)   #从文件中读取对象并返回
  • json.loads(str)   #从字符串读取对象并返回

使用方法和pickle模块基本一致,但由于json是文本形式,所以写入或读取文件的时候使用w或r模式:

>>> a_list = [1,2,3,4,5,6]
>>> a_dict = {1:'one', 2:'two', 3:'three'}
>>> a_tuple = ('a', 'b', 'c')
>>> import json
>>> with open('everything.json', 'w', encoding='utf8') as f:
        # 使用pickle.dump方法将对象按照pickle协议序列化,并存到文件everything.json中
        json.dump(a_list, f)  
        json.dump(a_dict, f)
        json.dump(a_tuple, f)
  
>>> with open('everything.json', 'r', encoding='utf8') as f:
        # 使用pickle.load方法,将对象从文件中读取出来
        b_list = json.load(f)
        b_dict = json.load(f)
        b_tuple = json.load(f)
  
>>> # 检测读取的对象跟原对象是否相同
>>> a_list == b_list and a_dict == b_dict
True
>>> a_tuple == b_tuple
False
>>> b_tuple  #tuple对象经过序列化反序列化后变成了list对象!!
['a', 'b', 'c']
>>> a_list
[1, 2, 3, 4, 5, 6, '线性代数']
>>> a_list_json = pickle.dumps(a_list) # 将a_list序列化成josn形式的str对象,并储存在a_list_json中
>>> a_list_json # 序列化后的a_list对象
'[1, 2, 3, 4, 5, 6, "\\u7ebf\\u6027\\u4ee3\\u6570"]'
>>> new_list = pickle.loads(a_list_json) # 将a_list_json反序列化,并赋值给new_list
>>> new_list # json_list和a_list完全一样
[1, 2, 3, 4, 5, 6, '线性代数']

 

虽然说json默认情况下不能保存自定义类型,但实际上是可以通过自己定义转换的函数来实现保存自定义类型的:

import json

class Person:  #自定义类型
    def __init__(self, name):
        self.name = name

    def say(self):
        print(self.name)

    def __eq__(self, other):
        return self.name == other.name


def to_json(python_object):
    """将json不支持的set和Person类型序列化"""
    if isinstance(python_object, set): #set类型
        return {
            '__class__':'set', #创建一个'__class__'键储存类型信息
            '__value__':list(python_object) #创建一个'__value__'存储原本的数据,并使用list类型保存原本set的数据
        }

    if isinstance(python_object, Person): #Person类型
        return {
            '__class__' : 'Person',
            '__value__' : {
                'name':python_object.name
            }
        }
    raise TypeError(repr(python_object) + ' is not JSON serializable')


def from_json(json_object):
    if '__class__' in json_object:
        if json_object['__class__'] == 'set': #处理set类型数据
            return set(json_object['__value__'])
        elif json_object['__class__'] == 'Person': #处理Person类型数据
            return Person(json_object['__value__']['name'])
    return json_object


a_mix = {
    'list' : [1,2,3,4],
    'set' : set([1,2,3,4]),
    'Person' : Person('tim')
}

json_data = json.dumps(a_mix, default=to_json)

print(json_data)

new_mix = json.loads(json_data, object_hook=from_json)

print(a_mix)
print(new_mix)
print(a_mix==new_mix)

输出:

{"list": [1, 2, 3, 4], "set": {"__class__": "set", "__value__": [1, 2, 3, 4]}, "Person": {"__class__": "Person", "__value__": {"name": "tim"}}}
{'list': [1, 2, 3, 4], 'set': {1, 2, 3, 4}, 'Person': <__main__.Person object at 0x00A683D0>}
{'list': [1, 2, 3, 4], 'set': {1, 2, 3, 4}, 'Person': <__main__.Person object at 0x00BEC470>}
True

可以给dump/dumps方法的default参数传递一个处理对象序列化的函数,使其支持自定义类型的序列化。

这里的原理是,将json不支持的类型,以特定的方式储存成json支持的类型,像这里将json不支持的类型set转换成一个包含’__class__’键和’__value__’的dict,在’__class__’键上用字符串储存了类型信息,在’__value__’键上使用list储存了原本set中的信息,而字符串、dict和list都是json支持的类型。dump/dumps在遇到json不支持的类型的时候,就会调用default函数来处理。

可以给load/loads方法的object_hook参数传递一个处理对象反序列化的函数,使其支持自定义类型的序列化。

在这里,我们判断是否存在’__class__’键,如果存在说明是自定义类型,就特殊处理,否则就直接返回就行了。

另外,需要注意的是,使用这种方法还是会让tuple对象变成list对象。

 

参考:http://www.diveintopython3.net/serializing.html#json-unknown-types

Python pickle模块的使用方法

Python内置的pickle模块可以完成python对象的序列化,实现永久储存。使用起来非常之方便。

以下是使用的例子:

>>> a_list = [1,2,3,4,5,6]
>>> a_set = {'one', 'two', 'three'}
>>> a_dict = {1:'one', 2:'two', 3:'three'}
>>> a_tuple = ('a', 'b', 'c')
>>> a_mix = {1:['one', {1.0, 1}], 2:['two', {1.0, 1}]}
>>> import pickle
>>> with open('everything.pickle', 'wb') as f:
        # 使用pickle.dump方法将对象按照pickle协议序列化,并存到文件everything.pickle中
        pickle.dump(a_list, f)  
        pickle.dump(a_set, f)
        pickle.dump(a_dict, f)
        pickle.dump(a_tuple, f)
        pickle.dump(a_mix, f)

  
>>> with open('everything.pickle', 'rb') as f:
        # 使用pickle.load方法,将对象从文件中读取出来
        b_list = pickle.load(f)
        b_set = pickle.load(f)
        b_dict = pickle.load(f)
        b_tuple = pickle.load(f)
        b_mix = pickle.load(f)

  
>>> # 检测读取的对象跟原对象是否相同
>>> a_list == b_list and a_set == b_set and a_dict == b_dict and a_tuple == b_tuple and a_mix == b_mix
True

pickle模块中有dump方法和dumps方法,用于对象序列化,他们的区别是,dump方法将序列化的对象存入文件中,而dumps方法将序列化的对象返回成bytes对象。

与之相对应的有load方法和loads方法,用于对象反序列化,区别是load是从文件中读取,而loads是从bytes对象中读取。

>>> a_list
[1, 2, 3, 4, 5, 6]
>>> a_list_bytes = pickle.dumps(a_list) # 将a_list序列化成bytes对象,并储存在a_list_bytes中
>>> a_list_bytes # 序列化后的a_list对象
b'\x80\x03]q\x00(K\x01K\x02K\x03K\x04K\x05K\x06e.'
>>> b_list = pickle.loads(a_list_bytes) # 将a_list_bytes反序列化,并赋值给b_list
>>> b_list # b_list和a_list完全一样
[1, 2, 3, 4, 5, 6]

 

pickle模块可以序列化用户自定义类:

>>> class Person:
        def __init__(self, name):
            self.name = name
        def say(self):
            print(self.name)
  
>>> a_person = Person('tim')
>>> data = pickle.dumps(a_person)
>>> data
b'\x80\x03c__main__\nPerson\nq\x00)\x81q\x01}q\x02X\x04\x00\x00\x00nameq\x03X\x03\x00\x00\x00timq\x04sb.'
>>> new_person = pickle.loads(data)
>>> new_person.say()
tim

可以看到被序列化内容中有__main__和Person的字眼,也就是__name__和类名,可以看出pickle是通过__name__和类名来识别对象的,所以当跨程序复用pickle序列化的用户自定义类的时候,一定要有相应的类的声明。

 

注意事项:

  • pickle使用二进制形式来序列化,所以写入或读取文件时要用二进制模式
  • pickle是专门针对python设计的,不支持跨语言使用
  • 因为是二进制形式,序列化的内容不具有可读性
  • pickle协议有很多个版本,新版本会兼容老版本,但老版本不支持新版本,因为老版本没有新版本的数据结构。关于pickle协议版本的信息参见这个连接

Python with语句的用法

with块定义了一个runtime context(运行时上下文),当执行了with的语句时进入这个context,当执行完with块中最后一个语句时离开这个context。
当进入with块时,python会自动调用你with语句的__enter__()方法,离开with块时,python会自动调用__exit__(exc_type, exc_value, traceback)方法
with x: # python will calls x.__enter__() automatically
    pass # do something
# python will calls x.__exit__(exc_type, exc_value, traceback) automatically here

 

可以在with块中使用的类,需要拥有以下几个条件
  • 定义了__enter__()方法
  • 定义了__exit__(exc_type, exc_value, traceblack)方法
如下:
class TestCls:
    def __enter__(self):
        print('enter!')
        return self  #返回自己,用于as

    def __exit__(self, *args):
        print('exit!')

    def say(self):
        print('hello there!')

 

>>> x = TestCls()
>>> with x as obj:
        obj.say()

enter!
hello there!
exit!

 

大多数情况下__enter__()方法都会return self,在进入with块的时候会将__enter__返回的值绑定到as指示的变量,这样方便在with块中调用。
在上面的例子中,当进入with块时调用了__enter__方法,并返回self绑定到变量obj上,在with块中访问了obj.say()方法,离开with块时又自动调用了__exit__方法。
特别的,不管以何种方式(异常、错误、正常结束)导致with块结束,都会自动调用__exit__方法,所以使用with块可以比较安全的使用管理资源。

Python str.format()的使用方法

str.format()方法是用来格式化字符串的,可以将变量插入给定字符串中,也可以控制格式。

占位符{}

format使用大括号{}来当占位符,大括号中包含三个字段,其标准形式是
{ [field_name] ["!" conversion] [":" format_spec] }
中括号表示可选部分
field_name:表示这个占位符引用的变量。
conversion:表示在格式化之前对变量进行转换的方法,可以用’!s’表示先使用str()方法,’!r’表示先使用repr()方法,’!a’表示先使用ascii()方法处理变量。
format_spec:就是格式化字段啦,在下面会详细讲。

format引用变量的方式

>>> name = 'tim'
>>> age = 19

>>> 'My name is {}, and i am {}'.format(name, age)  # {}用来做占位符,返回的字符串中,会将给format的参数插入字符串内,如果大括号内什么都不写,默认就是从左到右按序号0,1,2...排列
'My name is tim, and i am 19'

>>> 'My name is {1}, and i am {0}'.format(age, name)  # 可以在大括号中加入数字,表示编号,这里{0}对应的是age,{1}对应的是name
'My name is tim, and i am 19'

>>> 'My name is {name}, and i am {age}'.format(name=name, age=age)  # 也可以给使用字符串给占位符命名,在给format参数的时候使用"占位符名=变量"的形式
'My name is tim, and i am 19'

>>> kv = {'name' : 'tim', 'age' : 19}
>>> 'My name is {name}, and i am {age}'.format(**kv)  # 既然有上面的方式,就可以使用**解字典的方式给format提供参数
'My name is tim, and i am 19'

format还可以使用一些类似python语法的方式访问一些数据结构,如:

>>> fruitlist = [('apple', '$1.99'), ('banana', '$2.99')]
>>> '{0[0][0]} is {0[0][1]}, while {0[1][0]} is {0[1][1]}'.format(fruitlist)
'apple is $1.99, while banana is $2.99'

其中,0[0][0]的第一个’0’表示format的第一个参数,也就是’fruitlist’,0[0][0]就表示 fruitlist[0][0] 也就是’apple’了。

访问字典:

>>> fruitdict = {'apple':'$1.99', 'banana': '$2.99'}
>>> 'apple is {0[apple]}, while banana is {0[banana]}'.format(fruitdict)
'apple is $1.99, while banana is $2.99'

注意,字典中的字符串在引用时不需要加单引号或双引号,如 0[apple] 表示 fruitdict['apple'],这就导致数字和数字字符串难以区分,如下:

>>> numberdict = {'0' : 'string zero', 0 : 'number zero'}
>>> 'It is {0[0]}'.format(numberdict)
'It is number zero'

还可以访问对象的属性:

>>> class person(object):
        def __init__(self, name, age):
            self.name = name
            self.age = age

>>> a_person = person('tim', 19)

>>> 'my name is {0.name}, i am {0.age}'.format(a_person)  # '0'代表'a_person'
'my name is tim, i am 19'

甚至还可以访问模块:

>>> import sys
>>> 'My python verson is {0.version}'.format(sys) # '0.version' 表示 'sys.version'
'My python verson is 3.6.1 (v3.6.1:69c0db5, Mar 21 2017, 17:54:52) [MSC v.1900 32 bit (Intel)]'

 

format的格式控制

format_spec字段的完整定义是:[[fill]align][sign][#][0][width][,][.precision][type] 中括号部分可以省略

fill:填充符,可以使用除’}’外的所有字符,必须要有对齐标识符,填充符才有效
align:对齐标识符,有:

align
Meaning
‘<‘
左对齐
‘>’
右对齐
‘=’
强制符号位在占位符前面,而不是在数字前面
‘^’
居中对齐

sign:符号标识符,可以使用”+”:正数也显示符号,”-“:只有负数才显示符号(默认)  ” “:空格表示正数前有一个空格,负数前有负号
#:只对整数有效,显示前缀’0b’, ‘0o’, ‘0x’
width:表示字符串的宽度,在前面加0表示使用0填充
,:使用千位分隔符
.precision:表示小数点后应该保留几位
type:表示类型

对于字符串来说,类型有:

type
Meaning
‘s’
字符串输出
None
同’s’

对于整型来说,类型有:

type
Meaning
‘b’
使用二进制形式输出
‘c’
以单字符的形式输出(将整数转换成对应的unicode字符)
‘d’
使用十进制形式输出
‘o’
使用八进制形式输出
‘x’
使用十六进制形式输出,字母使用小写
‘X’
使用十六进制形式输出,字母使用大写
‘n’
表示数字,使用本地的设置在数字中适当插入分隔符
None
同’d’

对于浮点数来说,类型有:

type
Meaning
‘e’
使用科学计数法来打印浮点数,用e来表示指数
‘E’
同’e’,但用E来表示指数
‘f’
定点表示
‘F’
同’f’,但用INF替代inf,NAN替代nan
‘g’
通用模式,根据情况选择使用’e’或’f’的形式表示
‘G’
通用模式,根据情况选择使用’E’或’F’的形式表示
‘n’
表示数字,使用本地的设置在数字中适当插入分隔符
‘%’
表示百分数,将浮点数乘100,使用’f’的形式显示,并再末尾加百分号%
None
跟’g’相似

 

使用对齐:

>>> '{:<30}'.format('left')  # <表示左对齐,30为宽度
'left                          '
>>> '{:>30}'.format('right')  # >表示右对齐
'                         right'  
>>> '{:^30}'.format('center')  # ^表示居中对齐
'            center            '
>>> '{:#^30}'.format('center')  #  其中的井号#表示填充字符
'############center############'

使用不同进制:

>>> '{0:#d} {0:#b} {0:#o} {0:#x}'.format(24)  # 其中的井号#表示显示前缀
'24 0b11000 0o30 0x18'

format的参数非常灵活,可以嵌套使用,如:

>>> for w in range(1, 10):
        print('|{0:{fill}>{width}}|'.format(w, fill=w, width=w))

 
|1|
|22|
|333|
|4444|
|55555|
|666666|
|7777777|
|88888888|
|999999999|

在每轮循环里,相当于先用format把format_spec字段先构造了一遍,构造成’|{0:w>w}|’这个字符串(这里的w为确定的数),再调用一次format完成格式化。