oscar: 1月 2020

2020年1月31日星期五

模式切換

在chatbot中，我們需要用到模式切換，而且不是用NLP處理，我們就需要寫一個中介的程式去處理這個工作。以下程式會詢問模式並記錄下來，10分鐘後會重問。此程式不需資料庫，直接記在檔案裡。

--------------------------------------------------------------------------------------------------------------------------------
$timeLimit = 600; // 保持模式的最長時間
$arrModeName = array();
$arrModeName[0] = '哈囉，這裡是入口，您想要處理務還是詢問相關問題？ ';
$arrModeName[2] = '處理務';//務模式
$arrModeName[3] = '詢問相關問題';//問題模式

function router($message)
{
global $timeLimit;
global $arrModeName;

if($message['message']['text'] == $arrModeName[2])
{
setUserMode($message['source']['userId'],2);
}
else if($message['message']['text'] == $arrModeName[3])
{
setUserMode($message['source']['userId'],3);
}

list($mode,$time) = getUserMode($message['source']['userId']);
if(time() - $time > $timeLimit)
{//超過時間就重設為詢問模式
$mode = 1;
setUserMode($message['source']['userId'],$mode);
}

if($mode == 1)
{//詢問模式
echo $arrModeName[0];

}else if($mode == 2){
//傳給務模組
receiveMsg($message);

}
else if($mode == 3)
{//傳給問題模組
receiveMsg2($message);
}else
{
echo ("\n ERROR MODE");
}
}

function setUserMode($user,$mode)
{
$filename = './user/'.$user;
$strWrite = $mode.':'.time();
$filenum=fopen($filename,'w');
if(fwrite($filenum,$strWrite) === FALSE)
echo "Cannot write to file ($filename)";
fclose($filenum);
}

function getUserMode($user)
{
$filename = './user/'.$user;
if(file_exists($filename) ){
$filenum=fopen($filename,'r');
$str = fread($filenum,1);
fread($filenum,1);
$time = fread($filenum,10);
fclose($filenum);
$mode = intval($str);
$time = intval($time);
$strWrite = $mode.':'.time();
$filenum=fopen($filename,'w');
if(fwrite($filenum,$strWrite) === FALSE)
echo "Cannot write to file ($filename)";
}
else
{
$time = time();
$mode = 1;
$filenum=fopen($filename,'w');
$strWrite = $mode.':'.$time;
if(fwrite($filenum,$strWrite) === FALSE)
echo "Cannot write to file ($filename)";
chmod($filename,0666);
}
fclose($filenum);
return array($mode,$time);
}
?>

LINE機器人範例

中國信託LINE

選單是圖片，指定座標範圍當按鈕
訊息是圖片，點進去是網頁，看細節
美工圖片和自然語言處理一樣重要!

---------------------------------------------------------------------------------------------------------------------

卡米狗 - 各大Line群已被攻佔! 《卡米狗》嗆爆所有人

單純的上下句配對，就能達到吸引人的效果。

照片也很重要!

chatbots如何改善印度的醫療狀況

chatbots能同時提供多個使用者服務，節省時間和成本。

chatbots己經成功幫助數百萬人說明他們的健康問題並提供適當的指導

根據病患自己輸入的症狀，幫助歸納出自己的具體疾病
幫助病患參與(了解、決定)自己的治療過程
發送各種重要的提醒通知給病患

--------------------------------------------------------------------------------------------------------------------------

可以幫助使用者:

預約看診

醫院資訊

醫生資訊

疾病問題

利用選單幫助使用者Query

--------------------------------------------------------------------------------------------------------------------------

理解使用者要預約掛號。

接著問使用者的城市，利用Quick Reply做到。

2020年1月30日星期四

line-bot-sdk套件 - Python

Line提供Python的套件，給Python程式設計者可以使用套件API跟LINE互動，就不需要撰寫太多複雜的程式及JSON傳輸格式。套件是以Flask提供服務，啟動後，就是LINE的Webhook。

下載套件方法:

pip install line-bot-sdk

範例程式碼，可以Echo使用者輸入的字句:

from flask import Flask, request, abort from linebot import ( LineBotApi, WebhookHandler ) from linebot.exceptions import ( InvalidSignatureError ) from linebot.models import ( MessageEvent, TextMessage, TextSendMessage, ) app = Flask(__name__) userNo = 1 line_bot_api = LineBotApi('k2j34l2kj34l2kj34l2kh143;kljh51;kl2h5;l1k2hj;45lkh12;l3k4h2kj3hn4kj2lh34lkj2h34lk2jh34lkjh1242kl3jh4lk2jh34lk2jh34lk1jh243lkjh2lk3j4hlk23h4') handler = WebhookHandler('kj2h34lkj2h433lk2jh4lk3j2h4') @app.route("/") def hello(): return "Hello World!" @app.route("/callback", methods=['POST']) def callback(): # get X-Line-Signature header value signature = request.headers['X-Line-Signature'] # get request body as text body = request.get_data(as_text=True) app.logger.info("Request body: " + body) #handle webhook body try: handler.handle(body, signature) except InvalidSignatureError: abort(400) return 'OK' @handler.add(MessageEvent, message=TextMessage) def handle_message(event): if (event.reply_token == '00000000000000000000000000000000'): return None global userNo text_message = TextSendMessage(text='Hello, world', quick_reply=QuickReply(items=[ QuickReplyButton(action=MessageAction(label="label", text="text")) ])) line_bot_api.reply_message( event.reply_token, TextSendMessage(text=userNo)) userNo += 1 if __name__ == "__main__": app.run( host = '0.0.0.0', port = 12345, debug = True, ssl_context ='adhoc' )

Flask＋HTTPS

如果直接用Python+Flask，提供REST API的服務，只會開啟http://127.0.0.1:5000的Daemon給別人呼叫，但現在流行用HTTPS，很多Webhook功能都強迫你要能提供HTTPS的通訊協定給它呼叫，故我上網查怎麼讓Flask支援SSL。

只要在你的app.run()裡，加上 ssl_context ='adhoc' 就可以了，如下列Python程式片段：

if __name__ == "__main__":
app.run(
host = '0.0.0.0',
port = 55373,
debug = True,
ssl_context ='adhoc'
)

上述用到adhoc功能，需要pyOpenSSL套件。但你如果有申請SSL憑證，就不需要這個套件。

有些Client要求你一定要用合法的憑證，否則就不連，甚至連用Postman測試HTTPS的API，也要求這樣，否則不幫你測(或到setting裡把SSL certificate verification)。

若你有合法的憑證，把ssl_context 改成下列參數就能用:

ssl_context =('/PATH/TO/SSL.CRT','/PATH/TO/SSL.KEY')

聊天機器人(Chatbot)的程式架構

我們在設計聊天機器人(Chatbot)時，直覺會用傳統的「網路程式語言+資料庫」，例如PHP+MySQL，而PHP會用到資料庫的原因，除了要存一些長期用到的資料，還有短期的資料。所謂短期是指幾分鐘或幾秒，甚至以毫秒計算，例如一天的網站累計進站人次，一般常把累計值存在資料庫裡。

短期資料的問題是會造成經常性的資料庫存取，使得資料庫來不及反應，進而需要調整資料庫的參數、換更好的電腦，甚至需要Load Balance。

如果我們回到原點想一個機器人應該有的程式架構，就會發現為什麼不是程式自己記得前幾秒的資料，而是需要額外的資料倉儲機制。而原因也很簡單，因為像PHP之類的Web程式，用一次就關掉了，Process就消失了，它根本不記得幾秒鐘之前的request已經服務了什麼事，所以又額外需要一個資料庫，幫忙記東西。

我們希望程式能記得前一回的事情，就不能用傳統的架構。程式啟動後，會成為Process，這時我們應該要保持住這個Process，不能讓它被關掉，如果是一般Web程式寫法一定不行。

解決的方法就是，程式要能自己運行(例. 在command line呼叫起來且不會結束)，程式會不斷的迴圈，監聽有沒有連線進來(例. 開Socket)，有就開始處理、回傳訊息，然後再繼續監聽。利用程式的Global variable記憶短期的資料，就不需要存取資料庫。

自己運行也不需要一直initial程式，節省Initial時間，加快服務速度。如果需要資料庫存資料，也可以一直保持連線，節省communication成本。

要注意的是，記在Global variable短期的資料不能太多，否則會memory overflow，記憶體會不夠用。如果需要記的短期資料太多，可以存到資料庫或檔案。也可以增加電腦作Load Balance。

Restful的LOG

Flask預設就有log功能，但是不會直接存到外面的檔案，若需要存到LOG檔，就需要import logging來支援。

Flask產生LOG訊息，只需呼叫app.logger，有三種LOG項目: Debug、Warning、Error。

若要指定LOG檔，需要產生FileHandler，"logging.FileHandler('flask.log') "。

如下範例:


from flask import Flask
import logging

app = Flask(__name__)
@app.route('/')
def root():
  app.logger.debug('A value for debugging')
  app.logger.warning('A warning occurred (%d apples)', 42)
  app.logger.error('An error occurred')
if __name__ == '__main__':
  app.logger.addHandler(  logging.FileHandler('flask.log') )
 app.run( debug=True )

Restful的錯誤處理

Restful在通訊的過程，發生錯誤時，可以經由http的header知道錯誤，也有錯誤代碼可以判讀，如果要從程式引起，或客制化錯誤回應，接受方只要讀取http的標頭，就可以知道成功或失敗、失敗的原因為何。程式碼如下:


from flask import Flask, request, abort

app = Flask(__name__)

@app.route('/login')
def login():
    abort(404)

@app.errorhandler(404)
def page_not_found(error):
    return render_template('page_not_found.html'), 404

if __name__ == "__main__":
  app.run(debug=True)

多話的虛擬客服

虛擬客服應用自然語言處理的技術，讓使用者可以用自己的話來詢問機器人，用語言和機器人自然的互動，但技術的必要性常被質疑，"用按鈕介面按一按、選一選就好了，不需要用到技術複雜、成本又高的NLP" "用任務導引方式，引導使用者輸入關鍵字完成任務就好"，故NLP常被認為不必要，儘管我們努力讓機器人理解語言的能力有多精確。

我看了一些對話型助理的例子，包含實際的試作成果和科幻影片所呈現的，發現除了精確的理解句子以外，滿足使用者話中的隱喻、需求，更能表現出虛擬客服的價值，也就是你的回應不能只單單回應使用者字面上的意思，還要講一些相關的話，而使用者會感覺只要講一點簡單的話，就可以得到豐富的回應。如下面的例子：

Q.早安
A.(動作-自動開窗)早安，今天是星期六，你有5個會議，室溫設定到"涼爽"，20度。

Q.現在幾點?
A.現在是12點，你要吃午餐了嗎? 有幾間推薦、你收藏的餐廳可以試看看，.....

Q.我要訂高鐵下午3點達新竹。
A.班次1314，14:30從台北發車，15:00到新竹，標準車廂如果要搭區間車往市區，15:05及15:20有車可以坐。要訂嗎?

參考文獻： https://youtu.be/ZGLPxEv_EWo

LINE機器人加入群組發系統通知

我將LINE機器人邀請加入我們的群組，讓它可以在系統有問題時，發通知給大家。LINE機器人要加入群組，必需被邀請才能，故先用自己的LINE帳號邀請。Script中，"Authorization: Bearer {"後的亂碼是LINE_CHANNEL_TOKEN，要換成自己LINE機器人的，"to :"後面的亂碼是GROUP_ID，可以從webhook收到群組發訊息，從LOG中取得。"text :"後面接的就是你要主動推送的訊息。

這個功能可以用在系統錯誤通知，也可以用在埋樁在各個群組中，推銷產品。

Deep Q-network

Deep Q Network 的簡稱叫DQN, 是將Q learning 的優勢和Neural networks 結合了. 如果我們使用tabular Q learning, 對於每一個state, action 我們都需要存放在一張q_table 的表中. 如果像顯示生活中, 情況可就比那個迷宮的狀況復雜多了, 我們有千千萬萬個state, 如果將這千萬個state 的值都放在表中, 受限於我們電腦硬體, 這樣從表中獲取數據, 更新數據是沒有效率的. 這就是DQN 產生的原因了. 我們可以使用神經網絡來估算這個state 的值, 這樣就不需要一張表了.

整個算法乍看起來很複雜, 不過我們拆分一下, 就變簡單了. 也就是個Q learning 主框架上加了些裝飾.

這些裝飾包括:

記憶庫(用於重複學習)
神經網絡計算Q 值
暫時凍結q_target參數(切斷相關性)

Laravel, the PHP web framework

Laravel是一個PHP web framework，它可以經由幾個簡單的指令，完成一個漂亮的網站。

依官方網站的說明，安裝好後，只需執行下列指令，就能完成一個簡單的網站:

laravel new blog
上面指令會產生一個blog目錄，到目錄裡執行下列指令，就會啟動網站：

php artisan serve
接著開Browser，輸入下列網址就能看到網站

http://localhost:8000

也可以用虛擬機安裝方式，安裝Homestead ，就能一次裝好所有需要的環境，包含下列軟體：

Ubuntu 16.04
Git
PHP 7.1
Nginx
MySQL
MariaDB
Sqlite3
Postgres
Composer
Node (包含 Yarn, PM2, Bower, Grunt, and Gulp)
Redis
Memcached
Beanstalkd

在啟動 Homestead 環境之前，必需先安裝 VirtualBox 5.1，VMWare，或 Parallels 以及搭配 Vagrant。

執行下列指令，就能自動將Homestead安裝到本機：

vagrant box add laravel/homestead
git clone https://github.com/laravel/homestead.git Homestead
bash init.sh

範圍型時間詞的自然語言處理

範圍型時間詞(例下午、下個月) 的自然語言處理和時間點的詞(下午3點、明天) 處理方式不一樣，範圍型時間詞轉換成電腦可處理的時間，需輸出兩個時間點，一個是啟始時間，一個是結束時間，我以如下範例說明範圍型時間詞轉換結果:

"下午" 的轉換結果


{

  "start" : {

  "unixtime": 1554872400,

  "hour": 13,

  "minute": 0,

  "second": 0

  },

  "end" : {

  "unixtime": 1554963123,

  "hour": 18,

  "minute": 0,

  "second": 0

  }

}

下個月的轉換結果


{

  "start" : {

  "unixtime": 1554872400,

  "year": 2019,

  "month": 5,

  "day": 1

  },

  "end" : {

  "unixtime": 1554963123,

  "year": 2019,

  "month": 5,

  "day": 31

  }

}

搬資料表並修改欄位的shell script

以下的LINUX shell script可以搬資料表並修改欄位


#!/bin/bash
echo "start..."
#DUMP遠端資料表2個，不用在Inser資料時LOCK，不然LOCK來不及放掉，其它Client就要等很久。
mysqldump --skip-add-locks -h HOST_IP -u USERNAME -pPASSWORD DBNAME TABLENAME1 TABLENAME2 > /tmp/BACKUP.sql
#搜尋一些東西，替代掉
sed -i -e 's/TABLENAME/NEW_TABLENAME/g' /tmp/BACKUP.sql
sed -i -e 's/utf8mb4_unicode_ci/utf8_general_ci/g' /tmp/BACKUP.sql
sed -i -e 's/utf8mb4/utf8/g' /tmp/BACKUP.sql
sed -i -e 's/InnoDB/MyISAM/g' /tmp/BACKUP.sql
sed -i -e 's/`Query` text COLLATE utf8_general_ci COMMENT/`Query` text COLLATE utf8_general_ci NOT NULL DEFAULT "" COMMENT/g' /tmp/BACKUP.sql

#導入資料表到新的資料庫
mysql -u username -pPassword DBNAME < /tmp/BACKUP.sql

#修改一些資料表格式，剛才沒替代掉的
mysql -u username -pPassword -e "ALTER TABLE mytablename CHANGE colname newcolname CHAR(191)_type" DBNAME
mysql -u username -pPassword -e "ALTER TABLE mytablename MODIFY COLUMN colname VARCHAR(191)_newtype" DBNAME
echo "finish"

日期範圍詞正規化

日期範圍詞正規化目前可處理下列Regular Expression所接受的關鍵字:

r"(上|下)(週|周|禮拜|星期)"

Ex. 上星期

r"(明年|去年|前年)?([零一二兩三四五六七八九十0123456789]+)月"

Ex. 明年四月

r"(上|下)個?月"

Ex. 上個月

------------------------------------------------------------------------------------------------------------------------

回應如下:

"start": {

"year": 2020,

"month": 2,

"day": 1

"end": {

"year": 2020,

"month": 2,

"day": 29

}

------------------------------------------------------------------------------------------------------------------------

處理方法:


def normDateRange(strDate):

          strDate = wf2nf.wf2nf(strDate)

          d = datetime.datetime.now()

          ts = int(d.timestamp())

          oneDay = 86400  # 24*60*60

          listMonthWith31day = [1, 3, 5, 7, 8, 10, 12]

          listMonthWith30day = [4, 6, 9, 11]

 

          theYear = d.year

          theDay = d.day

          theMonth = d.month

          theWeekday = d.weekday()

 

          regex = r"(這|上|下)?週末"

          match = re.search(regex, strDate, re.MULTILINE)

          if match != None:

                   day2Weekend = 6 - theWeekday

                   tsEnd = ts + day2Weekend * oneDay

                   tsStart = tsEnd - oneDay

                   if match.group(1) == "上":

                             tsStart -= 7 * oneDay

                             tsEnd   -= 7 * oneDay

                   elif match.group(1) == "下":

                             tsStart += 7 * oneDay

                             tsEnd   += 7 * oneDay

                   dtStart = datetime.datetime.fromtimestamp(tsStart)

                   dtEnd = datetime.datetime.fromtimestamp(tsEnd)

                   return [dtStart.year, dtStart.month, dtStart.day, dtEnd.year, dtEnd.month, dtEnd.day]

 

          regex = r"(這|上|下)(週|周|禮拜|星期)"

          match = re.search(regex, strDate, re.MULTILINE)

          if match != None:

                   if match.group(1) == "上":

                             tsEnd = ts - (theWeekday + 1) * oneDay  # last sunday

                             tsStart = tsEnd - (6 * oneDay)  # last monday

                   elif match.group(1) == "下":

                             day2Weekend = 7 - theWeekday

                             tsStart = ts + day2Weekend * oneDay

                             tsEnd = tsStart + ( 6 * oneDay )

                   elif match.group(1) == "這":

                             tsStart = ts - (theWeekday * oneDay )

                             tsEnd = tsStart + ( 6 * oneDay )

                   else:

                             return [-1]

                   dtStart = datetime.datetime.fromtimestamp(tsStart)

                   dtEnd = datetime.datetime.fromtimestamp(tsEnd)

                   return [dtStart.year, dtStart.month, dtStart.day, dtEnd.year, dtEnd.month, dtEnd.day]

 

          regex = r"(明年|去年|前年)?([零一二兩三四五六七八九十0123456789]+)月"

          match = re.search(regex, strDate, re.MULTILINE)

          if match != None:

                   if match.group(1) == "明年":

                             theYear += 1

                   elif match.group(1) == "去年":

                             theYear -= 1

                   elif match.group(1) == "前年":

                             theYear -= 2

                   theMonth = chinese_to_arabic2(match.group(2))

                   if theMonth in listMonthWith31day:

                             result = [theYear, theMonth, 1, theYear, theMonth, 31]

                   elif theMonth in listMonthWith30day:

                             result = [theYear, theMonth, 1, theYear, theMonth, 30]

                   elif theMonth == 2:

                             ts = datetime.datetime(year=theYear, month=(theMonth+1), day=1).timestamp()

                             d2 = datetime.datetime.fromtimestamp(ts - oneDay)

                             result = [theYear, theMonth, 1, theYear, theMonth, d2.day]

                   else:

                             result = [-1]

                   return result

 

          regex = r"下個?月"

          match = re.search(regex, strDate, re.MULTILINE)

          if match != None:

                   theMonth += 1

                   if theMonth in listMonthWith31day:

                             lastDay = 31

                   elif theMonth in listMonthWith30day:

                             lastDay = 30

                   elif theMonth == 2:

                             ts = datetime.datetime(year=theYear, month=(theMonth+1), day=1).timestamp()

                             d2 = datetime.datetime.fromtimestamp(ts - oneDay)

                             lastDay = d2.day

                   elif theMonth == 13:

                             theYear += 1

                             theMonth = 1

                             lastDay = 31

                   else:

                             return [-1]

                   return [theYear, theMonth, 1, theYear, theMonth, lastDay]

 

          regex = r"上個?月"

          match = re.search(regex, strDate, re.MULTILINE)

          if match != None:

                   theMonth -= 1

                   if theMonth in listMonthWith31day:

                             lastDay = 31

                   elif theMonth in listMonthWith30day:

                             lastDay = 30

                   elif theMonth == 2:

                             ts = datetime.datetime(year=theYear, month=(theMonth+1), day=1).timestamp()

                             d2 = datetime.datetime.fromtimestamp(ts - oneDay)

                             lastDay = d2.day

                   elif theMonth == 0:

                             theYear -= 1

                             theMonth = 12

                             lastDay = 31

                   else:

                             return [-1]

                   return [theYear, theMonth, 1, theYear, theMonth, lastDay]

 

          return [-1]

產生台灣IP清單給iptables防火牆

這個Python程式可以線上將TWNIC的台灣IP清單，轉成iptables的指令，貼到/etc/iptables.rules上，就可以限制只能台灣的IP能存取。

限制port時，用如下寫法，port 80使用"TaiwanIP"規則(平常我們是寫ACCEPT):

-A INPUT -p tcp -m tcp --dport 80 -j TaiwanIP

所以你的iptables.rules裡會先有這些描述:

:INPUT DROP [27:1852]
:FORWARD ACCEPT [0:0]
:OUTPUT ACCEPT [164:21816]
:TaiwanIP - [0:0]

如果是更改作用中的防火牆，用以下指令加入:

iptables -N TaiwanIP

設定好iptables.rules後，用如下指令讓新規則產生做用:

sudo iptables-restore < /etc/iptables.rules

P.S. 有些單位的IP範圍不在清單上，好像是比較敏感的單位。

程式碼

# -*- coding: utf-8 -*-
'''
產生台灣IP清單及iptables指令
'''
import urllib.request
import pandas as pd
import ipaddress
from bs4 import BeautifulSoup

response = urllib.request.urlopen('https://rms.twnic.net.tw/twnic/User/Member/Search/main7.jsp?Order=ORG.ID')
html = response.read().decode(response.headers.get_content_charset())
soup = BeautifulSoup(html, 'html.parser')
listTagTable = soup.find_all('table')
df = pd.read_html( str(listTagTable[5]),header=0 )[0]

def getIP(x):
ipStart, ipEnd = x.split(' - ')
ipStartInt = int(ipaddress.IPv4Address(ipStart))
ipEndInt = int(ipaddress.IPv4Address(ipEnd))
return pd.Series([ipStart, ipEnd, ipStartInt, ipEndInt], index=['ipStart', 'ipEnd', 'ipStartInt', 'ipEndInt'])
df2 = df.iloc[:,3].apply( getIP ) #只一行Series，可以不指定axis

df['ipStart'] = 0
df['ipEnd'] = 0
df['ipStartInt'] = 0
df['ipEndInt'] = 0
df[ ['ipStart', 'ipEnd', 'ipStartInt', 'ipEndInt'] ] = df2
df = df.sort_values(by=['ipStartInt'])
dicMerge = {'name':[df.iloc[0, 0]]
, 'ID':[df.iloc[0, 1]]
, 'ipStart':[df.iloc[0, 5]]
, 'ipEnd':[df.iloc[0, 6]]
, 'ipStartInt':[df.iloc[0, 7]]
, 'ipEndInt':[df.iloc[0, 8]] }
rowN, colN = df.shape
dicMergeIndex = 0
#下列For是將IP範圍相鄰的合併，如此只需一組
for i in range(1,rowN):
if (df.iloc[i, 7] - dicMerge['ipEndInt'][dicMergeIndex]) == 1:
dicMerge['ipEndInt'][dicMergeIndex] = df.iloc[i, :]['ipEndInt']
dicMerge['ipEnd'][dicMergeIndex] = df.iloc[i, :]['ipEnd']
else:
dicMerge['name'].append(df.iloc[i, 0])
dicMerge['ID'].append(df.iloc[i, 1])
dicMerge['ipStart'].append(df.iloc[i, 5])
dicMerge['ipEnd'].append(df.iloc[i, 6])
dicMerge['ipStartInt'].append(df.iloc[i, 7])
dicMerge['ipEndInt'].append(df.iloc[i, 8])
dicMergeIndex += 1
dfTaiwanIP = pd.DataFrame(dicMerge)

rowN2, colN2 = dfTaiwanIP.shape
with open('TaiwanIP.txt', 'w', encoding='utf8') as f:
for i in range(0, rowN2):
f.write("-A TaiwanIP -m iprange --src-range %s-%s -j ACCEPT\n" % (dfTaiwanIP.iloc[i]["ipStart"], dfTaiwanIP.iloc[i]["ipEnd"]) )
#上述會產生一連串的iptables指令到TaiwanIP.txt這個檔案，直接貼到/etc/iptables.rules。但我是寫給"TaiwanIP" chain，故前面要有":TaiwanIP - [0:0]"

基於Hetero-ConvLSTM的交通風險預測

參考: Yuan, Zhuoning, Xun Zhou, and Tianbao Yang. "Hetero-convlstm: A deep learning approach to traffic accident prediction on heterogeneous spatio-temporal data." Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining. ACM, 2018.

三角形知三邊長求高

已知三角形三個邊的長，求三角形高度h，如下圖:

a,b,c是已知的三個邊，x是h的垂直交點左邊的長度，x是未知。

定理: a^2-x^2 = h = b^2 - (c-x)^2

x = (a^2 - b^2 + c^2) / 2c

所以h=a^2-( (a^2 - b^2 + c^2) / 2c )^2

gunicorn無法啟動

裝好conda的環境後，發現gunicorn怎麼都沒辦法啟動，直接跑指令如下，出現錯誤訊息。

$ gunicorn -c conf/gunicorn_conf.py -p RUNPID_1234 -b 0.0.0.0:1234 webhook:app --certfile=server.crt --keyfile=server.key

Error: class uri 'gthread' invalid or not found:

[Traceback (most recent call last):
File "/home/3333/.conda/envs/shopbot/lib/python3.6/site-packages/gunicorn-19.1.0-py3.6.egg/gunicorn/util.py", line 130, in load_class
section, uri)
File "/home/3333/.conda/envs/shopbot/lib/python3.6/site-packages/pkg_resources/__init__.py", line 570, in load_entry_point
return get_distribution(dist).load_entry_point(group, name)
File "/home/3333/.conda/envs/shopbot/lib/python3.6/site-packages/pkg_resources/__init__.py", line 2686, in load_entry_point
raise ImportError("Entry point %r not found" % ((group, name),))
ImportError: Entry point ('gunicorn.workers', 'gthread') not found

Google完知道是BUG，但沒有說怎麼解。

查版本發現我的Gunicorn是舊版19.1，我是從conda install gunicorn裝的。

移除舊版，改用pip install gunicorn，裝新版後才正常啟動，真的是浪費我很多時間~

以後都用pip裝python套件，不用conda install裝了。

2020年1月29日星期三

An Efficient Trajectory Compression Algorithm for Moving Objects

這篇介紹壓縮GPS軌跡點的演算法，這篇的PATCH演算法改良自 SQUISH-E :

J. Muckell, P. Olsen, J. Hwang, C. Lawson, and S. Ravi,“Compression of trajectory data: a comprehensive evaluation and new approach.”Geoinformatica, vol. 18, no. 3, pp. 435-460, 2014

PATCH壓縮方式是截彎取直，同時有最小的誤差，不會和原來軌跡的形狀差太多。

壓縮率計算方法: R=(1-(a/b)) x 100%

下列是PATCH演算法總覽，其中Filtration()、Divergence_Identification()、Neighbour_Calculation()分成三個Algorithm描述。

Filtration利用Sliding Window的方式，一個一個GPS point塞到priority queue，達到最大容量時，還會繼續塞，但會把低priority的point移除。

Divergence_Identification會將前一個步驟(Filtration)的路線轉向關鍵point，決定保留或移除。

Neighbour_Calculation檢查Divergence_Identification 輸出的point數量，如果沒有達到參數的數量，就重跑Filtration，將之前過濾掉的拿出來再重新考慮，直到達到參數設定的數量。

對話機器人和真人客服協作

常見方法，因AI訓練資料不足，先由真人客服和客戶對話，讓機器人批次學習，待機器人可以應付少數對話，再導入機器人處理設定好的對話任務。
•
1.真人客服和客戶對話 -> 訓練資料
2.對話機器人學習
3.對話機器人和客戶對話 -> Unknow和答得不好, 對話任務拋回到1
4.對話機器人取代真人客服

臉書買下以色列的聊天機器人新創Servicefriend
https://www.ithome.com.tw/news/133219

Chat-room 改成個別聊天室

Google Knowledge Graphs技術的應用

漫谈 Clustering (4): Spectral Clustering

http://blog.pluskid.org/?p=287

Psql 基本操作方式(一)

http://sql.onlinedoc.tw/2016/07/psql.html

安裝CKAN

CKAN 是著名的開放資料入口平台(Data Portal Platform)

因為原始安裝方法，問題太多，裝不進去，故改用docker-compose安裝，很順利的迅速裝好，以下說明如何安裝:

1.準備好專案目錄及git CKAN下來

cd /path/to/my/projects

git clone https://github.com/ckan/ckan.git

2. 將範例.env.template檔，複製成.env檔，並將.env裡的CKAN_SITE_URL參數改成連到CKAN的網址

cp contrib/docker/.env.template contrib/docker/.env

3. 輸入下列指令建立docker

cd contrib/docker
docker-compose up -d --build

4. 剛安裝ckan是沒有管理者，用下列指令在docker中建管理者，[your name] 換成你的帳號

docker exec -it ckan /usr/local/bin/ckan-paster --plugin=ckan sysadmin -c /etc/ckan/production.ini add [your name]

命令列執行的python程式 - 抓Json list超過時間的項目

本篇是寫一個在命令列執行的Python程式，功能是抓Json list裡超過基準時間的項目。這個程式特別在要保持可攜性，因為Python程式如果要求要一堆特別的套件，才能實現功能，交給同事使用時，就會很難正常使用。這個Python程式的原則是，只處理shell script不容易作到的事情，其它盡量在命令列模式下完成，使用時指令會像下列格式：

python parse.py list.json 2019-12-05T03:28:14Z > id.txt

輸入和輸出都是靠命令列完成，Python不用管太多。

以下Python程式還是要裝Python-dateutil或py-dateutil套件，但已經非常精簡，而且不分Python版本都能執行：

-----------------------------------------------------------------------------------------------------------------------------

import sys
import json
import dateutil.parser

# 檔案名，此檔包含從ckan抓回來的，資料集內的檔案清單
jsonFile = sys.argv[1]

# 基準時間，時間格式是ISO 8601
baseTime = sys.argv[2]

# 將Dataset的資料JSON讀出來
with open(jsonFile, 'r') as f:
   try:
      jsonDatasetMeta = json.load(f)
   except:
      print('-1')
      print('JSON format error')
      exit(1)

# 將基準時間轉成時間變數
try:
   lastTime = dateutil.parser.parse(baseTime)
except:
   print('-1')
   print('base time error')
   exit(1)

if 'result' not in jsonDatasetMeta:
   print('-1')
   print('JSON file content error: result not in jsonDatasetMeta')
   exit(1)

if 'resources' not in jsonDatasetMeta['result']:
   print('-1')
   print('JSON file content error: resources not in jsonDatasetMeta')
   exit(1)

try:
   for file in jsonDatasetMeta['result']['resources']:
      fileCreated = dateutil.parser.parse(file['created'] + 'Z')
      if fileCreated > lastTime:
         print(file['url'])
except Exception as e:
   print('-1')
   print('File created time error.')
   print(e)
   exit(1)

---------------------------------------------------------------------------------------------------

2020年1月14日星期二

Tesseract OCR

Tesseract OCR 是一套可以辨識照片中的文字的強大工具。
本篇文章介紹如何安裝及使用。

1.
在Linux安裝套件可以簡單的執行
sudo apt-get install tesseract-ocr
sudo apt-get install tesseract-ocr-chi-tra #中文語言包
sudo apt-get install tesseract-ocr-eng #英文語言包

安裝好後，再到

https://github.com/tesseract-ocr/tessdata_best

自行下載最佳語言包，到下列語言包目錄

/usr/share/tesseract-ocr/5/tessdata

覆蓋舊的chi-tra及eng.traineddata

執行方法：
tesseract sample.jpg sample -l chi_tra+eng --psm 1 --oem 1 alto
參數說明：
sample.jpg是你要辨識的照片
sample是輸出主檔名
chi_tra+eng是中文模型加英文模型(模型名稱可以參考這個模型清單https://github.com/tesseract-ocr/tessdata_best)
--psm 1是Automatic page segmentation with OSD
--oem 1是LSTM引擎
alto 是Output in ALTO format (OUTPUTBASE.xml).，類似hOCR的格式

4.
辨識的結果是XML格式，裡面包含了辨識的字和位置，要讀這個檔案的內容，可以用下列軟體：
http://www.prima.cse.salford.ac.uk/tools/PAGEViewer

開啟剛才完成的XML檔案和原始圖片，PageViewer會合併在一起秀給你看。將鼠標放在圖片的字上，就會秀出辨識的字串。

簡潔啟動gunicorn_service.sh

本篇介紹將Gunicorn的gunicorn_service.py，再包一個shell script，讓服務啟動的指令簡潔一些。原本python程式包好Gunicorn後，啟動方式如下: source activate normTime python gunicorn_service.py --port 1234 start source deactivate 如果要關閉服務，或是reload，也要照上面的指令，但start改成stop或reload。我另外寫一個shell script，將上述指令包起來，並把變數抽出來，執行檔存為gunicorn_service.sh : #!/bin/bash PORT=1234 APPNAME=timeRestful ENVNAME=normTime source activate ${ENVNAME} python gunicorn_service.py --port ${PORT} --app ${APPNAME}:app $1 source deactivate 上述程式碼將port號碼、APP檔名、python虛擬環境名稱，抽出來，使更換服務時，方便修改。 gunicorn_service.py要加下列兩段程式碼，使"--app"參數可以用: -------------------------------------- parser.add_argument( '-a', '--app', metavar='APP', type=str, default='', help='Flask APP name with "....:app".' ) -------------------------------------- . . if args.app != '': self.config.app = args.app -------------------------------------- 啟動時，可以直接下./gunicorn_service.sh start ，停止服務./gunicorn_service.sh stop，重載服務./gunicorn_service.sh reload。其實後面的start, stop, reload都是直接傳遞給gunicorn_service.py，故任何gunicorn_service.py可以接授的關鍵字，都可以用。

Flask用Route參數和Get參數比較

原本之前寫Python的Flask是用Route的方式，如下範例： http://server:50000/norm1/字串/norm2/字串程式寫法如下： @app.route("/norm1//norm2/ ") def normAPcode(APstr,APstr2): 使用GET的方式取後參數，形式如下： http://server:50000?norm1=字串&norm2=字串程式寫法如下： @app.route("/nenormalize") def nenormalize(): dicParam = request.args dicParam["norm1"] dicParam["norm2"] Route方式傳參數缺點 1.最大的缺點是，字串裡有"/"的話，會無法處理(用瀏覽器開時會被當成網址裡的路徑)，也許寫程式時，用url encode可以避免，但變成不能用瀏覽器測試。 2.如果有多個參數要傳，就要寫死在Route上，如果有時候只想傳一個，就要另外再寫一個Route，跟GET傳參數比起來，GET可以可有可無，在程式碼內加個if判斷norm2 in dicParam就好。

LINE webhook整合在同一Flask

這篇介紹把LINE的webhook整合到同一個Flask裡，方便管理。但流量大的時候，還是要分開。

程式LINE webhook framework的Python版，故其它語言就沒有參考價值。下列列出模組化的部份，不列出完整程式。

首先LINE_bot物件變成兩組

#R
line_bot_api = LineBotApi('KEY')
handler = WebhookHandler('SECRET')

#E
line_bot_api_e = LineBotApi('KEY')
handler_e = WebhookHandler('SECRET')

路由分成兩個，裡面就可以做各自的事情。

'''
R
'''
@app.route("/webhook", methods=['POST'])
def callback():

@handler.add(MessageEvent, message=TextMessage)
def handle_message(event):

'''
E
'''
@app.route("/webhook02", methods=['POST'])
def callback_E():

@handler_e.add(MessageEvent, message=TextMessage)
def handle_message_E(event):

如此Restful介面就變成如下，port號一樣，僅路由不同:

https://url:port/webhook
https://url:port/webhook02

LINE Front-end Framework(LIFF)

LIFF是LINE利用web page來實現LINE原有功能無法實現的一個管道。

下面範例是開啟一個網頁，可以在網頁中抓取LINE使用者的ID及相關資料。

------------------------------------------------------------------------------------------------------------------------------------------------

我用的範例網頁程式是LINE提供，網址如下:

https://github.com/line/line-liff-starter

將這個程式放在你的網站上的一個目錄，記下該目錄的URL，下面步驟要用到。

---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

進入LIFF頁籤，點ADD新增。

---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Size是選這個LIFF窗格的佔螢幕範圍，Full是全滿，Compact是半滿。

Endpoint URL存取你的網頁的URL。

BLE feature可以直接略過，它是Bluetooth Low Energy實體物件在用的(要另外買這個東西)。

----------------------------------------------------------------------------------------------------------------------------------------

把LIFF URL貼到選單(RichMenu)

-------------------------------------------------------------------------------------

觸發按鈕會出現在選單上

--------------------------------------------------------------------------------------------------------------------------------

MariaDB的Pool connection

因為發現我們的JAVA程式連MySQL資料庫的建立連線過程浪費很多時間，故想用connection pool的觀念來作，找到mariaDB(MySQL的免費後繼版)有直接提供pool的功能給JAVA，故我就研究如何套用到程式上。

mariaDB原生的pool功能，測試後效能比沒用pool快4倍。要用mariaDB原生的Driver，要用JAVA 8以上的版本，資料庫軟體可直接去mariaDB的網站下載。

程式碼在最下面，程式中最後一個區塊是最佳pool範例程式，改程式很簡單。

資料庫連結的JAR檔可在下列原廠下載

https://mariadb.com/kb/en/library/mariadb-connector-j/

這裡有教Eclipse怎麼載入connector的JAR檔

https://www.jianshu.com/p/489e4f0c1621

import java.sql.*;

import org.mariadb.jdbc.MariaDbPoolDataSource;

public class helloworld {

public static void main(String[] args) throws Exception {

// TODO Auto-generated method stub

long time1, time2, time3;

Class.forName("org.mariadb.jdbc.Driver");

//**********************************

// Original Database connection method

//**********************************

time1 = System.currentTimeMillis();

for(int i = 1; i <=1000;i++) {

try(

Connection conn = DriverManager.getConnection(

"jdbc:mysql://localhost:3306/drink?user=root&password=0000");

Statement stmt = conn.createStatement();

ResultSet rs = stmt.executeQuery("SELECT * FROM history LIMIT 6,5"))

{

rs.next();

//System.out.println(i + "\t" + rs.getString(2) );

}

}

time2 = System.currentTimeMillis();

time3 = time2-time1;

System.out.println("花了：" + time3 + " ms");

//**********************************

// mariaDB pool with minimal modified

//**********************************

time1 = System.currentTimeMillis();

for(int i = 1; i <=1000;i++) {

String connectionString = "jdbc:mysql://localhost:3306/drink?user=root&password=0000&maxPoolSize=100&pool";

try (Connection connection = DriverManager.getConnection(connectionString)) {

try (Statement stmt = connection.createStatement()) {

ResultSet rs = stmt.executeQuery("SELECT * FROM history LIMIT 5,5");

rs.next();

}

}

}

time2 = System.currentTimeMillis();

time3 = time2-time1;

System.out.println("花了：" + time3 + " ms");

//**********************************

// mariaDB pool (best)

//**********************************

//所有參數都在JDBC的連結中，而且增加了"&maxPoolSize=100"，設定pool大小是100

time1 = System.currentTimeMillis();

for(int i = 1; i <=1000;i++) {

MariaDbPoolDataSource pool = new MariaDbPoolDataSource("jdbc:mysql://localhost:3306/drink?user=root&password=0000&maxPoolSize=100");

try (Connection connection = pool.getConnection()) {

try (Statement stmt = connection.createStatement()) {

ResultSet rs = stmt.executeQuery("SELECT * FROM history");

rs.next();

//System.out.println(i + "\t" + rs.getString(2) );

}

connection.close();

}

}

time2 = System.currentTimeMillis();

time3 = time2-time1;

System.out.println("花了：" + time3 + " ms");

}

}

LINE機器人傳sticker貼圖

這一篇介紹如何讓LINE機器人辦識使用者傳來的sticker，並回傳sticker給使用者。

stickers可以讓對話更有趣、更生動。

---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

以下是PHP程式碼，先將所有會用到的sticker列出來，然後判斷LINE傳來的資料型態是否為sticker，然後再隨機挑一個一開始列出來的sticker，回傳給使用者。

程式碼

$_CONFIG['arrStickerNum']['1'] = array(1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,21,100,101,102,103,104,105,106,107,108,109,110,111,112,113,114,115,116,117,118,119,120,121,122,123,124,125,126,127,128,129,130,131,132,133,134,135,136,137,138,139,401,402,403,404,405,406,407,408,409,410,411,412,413,414,415,416,417,418,419,420,421,422,423,424,425,426,427,428,429,430);

$_CONFIG['arrStickerNum']['2'] = array(18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,140,141,142,143,144,145,146,147,148,149,150,151,152,153,154,155,156,157,158,159,160,161,162,163,164,165,166,167,168,169,170,171,172,173,174,175,176,177,178,179,501,502,503,504,505,506,507,508,509,510,511,512,513,514,515,516,517,518,519,520,521,522,523,524,525,526,527);

$_CONFIG['arrStickerNum']['11537'] = array(52002734,52002735,52002736,52002737,52002738,52002739,52002740,52002741,52002742,52002743,52002744,52002745,52002746,52002747,52002748,52002749,52002750,52002751,52002752,52002753,52002754,52002755,52002756,52002757,52002758,52002759,52002760,52002761,52002762,52002763,52002764,52002765,52002766,52002767,52002768,52002769,52002770,52002771,52002772,52002773);

$_CONFIG['arrStickerNum']['11538'] = array(51626494,51626495,51626496,51626497,51626498,51626499,51626500,51626501,51626502,51626503,51626504,51626505,51626506,51626507,51626508,51626509,51626510,51626511,51626512,51626513,51626514,51626515,51626516,51626517,51626518,51626519,51626520,51626521,51626522,51626523,51626524,51626525,51626526,51626527,51626528,51626529,51626530,51626531,51626532,51626533);

$_CONFIG['token'] = '';

include ('lineJSONmaker.class.php');

class LineJSONmaker3 extends LineJSONmaker{

public function setSticker($packageId, $stickerId){

$json = <<
{

"type": "sticker",

"packageId": "$packageId",

"stickerId": "$stickerId"

}

EOT;

$this->arrJSON[] = $json;

}

}

$raw = file_get_contents('php://input');

$data = json_decode($raw, true);

$objLineJSON = new LineJSONmaker3($_CONFIG['token'], $data['events'][0]['replyToken']);

if($data['events'][0]['message']['type'] == 'sticker')

{

$keysPackage = array_keys($_CONFIG['arrStickerNum']);

$indexPackage = rand(0,count($keysPackage)-1);

$packageId = $keysPackage[$indexPackage];

$indexSticker = rand(0,count($_CONFIG['arrStickerNum'][$packageId])-1);

$stickerId = $_CONFIG['arrStickerNum'][$packageId][$indexSticker];

$objLineJSON->setSticker($packageId,$stickerId);

}

$result = $objLineJSON->send();

public function setSticker($packageId, $stickerId){

$json = <<
{

"type": "sticker",

"packageId": "$packageId",

"stickerId": "$stickerId"

}

EOT;

$this->arrJSON[] = $json;

}

?>

---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

下列是LINE官方文件所列出的sticker代號表，下面列出我會用到的部份。

Sticker列表

2020年1月13日星期一

LINE的quickReply

設計LINE機器人時，有些固定的輸入可以使用泡泡選單呈現，在LINE的JSON語法裡它叫quickReply。

下面是quickReply的JSON格式:

{
"replyToken": "",
"messages": [
{
"type": "text",
"text": "測試泡泡選單。",
"quickReply": {
"items": [
{
"type": "action",
"action": {
"type": "message",
"label": "泡泡1",
"text": "泡泡1"
}
},
{
"type": "action",
"action": {
"type": "message",
"label": "泡泡2",
"text": "泡泡2"
}
},
{
"type": "action",
"action": {
"type": "message",
"label": "泡泡3",
"text": "泡泡3"
}
}
]
}
}
]
}

若當初建立LINE的channel時，是選Developer Trial，你就可以用下列語法PUSH訊息到LINE，把換成你的，要從webhook收到的JSON取得，最後加入上面的quickReply的JSON，就可以主動發送了。

curl -v -X POST https://api.line.me/v2/bot/message/push \ -H 'Content-Type:application/json' \ -H 'Authorization: Bearer {}' \ -d '{ "to": "", }'

也可以在webhook收到訊息後，用reply的格式回傳，參考下列文章。

參考本部落格的LINE機器人:
https://oscarhsu70.blogspot.com/2020/01/line.html

參考官方文件:
https://developers.line.biz/en/docs/messaging-api/using-quick-reply/

LINE官網機器人申請過程

第一次開發LINE機器人，需要LINE develop的帳號，請參考下列連結，建立開發者帳號。

https://developers.line.biz/en/docs/messaging-api/getting-started/

重要提醒! 一定要驗證你的email，LINE機器人才能正常工作。

先建立channel

選Messaging API

輸入你的機器人的設定，來建立你的LINE機器人。包含它的大頭照(App icon)，機器人的名字(App name)。

這裡我們選Developer Trial，為了多一個PUSH MESSAGES的功能，可以主動發訊息給別人，需不是只能Reply(回應訊息)。Category及Subcategory選擇你的分類。Email是有其它事的話，可以連絡到你。

完成剛才的建立APP後，再進入你的APP繼續設定。

把下列4個地方設定好:

第一個Channel access token (long-lived)，小時數預設0就好，表示這個Token沒有時間限制。

第二個Use webhooks，把它設定成Enabled。如果等下自己的PHP程式出錯，Use webhooks會自動調成Disable，你就要再回來改成Enable。

第三個Webhook URL，把你的Webhook server網址設定進去，如果你是第一次接觸Webhook，可參考Facebook Messenger API使用方法，裡面有對Webhook作解釋。但在設定這一項之前，你可能需要先建好你的Webhook程式網頁，不然它會回應失敗，這在下一段會講。

第四個Auto-reply messages，把它Disable掉，使用者才不會收到預設回應訊息。

建立下列PHP程式網頁，放在你的Server上，我喜歡設定檔名為webhook.php，存取網址要如同你上面設定的一樣。"" 要改成剛才ISSUE出來的Channel access token。記得建一個webhook.txt，放在這個程式檔的旁邊，記錄傳來的Webhook事件，到時候有問題，你可以自己打開來看發生什麼事。

$_CONFIG['token'] = '';

$logName = 'webhook.txt';

$raw = file_get_contents('php://input');

$data = json_decode($raw, true);

rewrite($logName, "\n\n");

rewrite($logName, "\n".$_SERVER['REQUEST_URI']);

rewrite($logName, "\n".$raw);

receiveMsg($data['events'][0]);

function receiveMsg($messaging)

{

global $logName;

$result = array();

$result = sendText($messaging['replyToken']

, 'Text received, echo: '.$messaging['message']['text']);

rewrite($logName, "\n".$result[0].' : '.$result[1]);

}

function sendText($receive,$text){

global $logName;

$url = 'https://api.line.me/v2/bot/message/reply';

$data['replyToken'] = $receive;

$data['messages'] = array(array( 'type' => 'text', 'text' => $text) );

$json = json_encode($data);

rewrite($logName, "\n".$json);

//rewrite($logName, "\n".'before http_post_data: '.$json);

$result = http_post_data($url, $json);

return $result;

}

function http_post_data($url, $data_string) {

global $_CONFIG;

//$token = $_CONFIG['token'];

$ch = curl_init();

curl_setopt($ch, CURLOPT_POST, 1);

curl_setopt($ch, CURLOPT_URL, $url);

curl_setopt($ch, CURLOPT_POSTFIELDS, $data_string);

curl_setopt($ch, CURLOPT_HTTPHEADER, array(

'Content-Type: application/json; charset=utf-8' ,

'Authorization: Bearer {'.$_CONFIG['token'].'}' ,

'Content-Length: ' . strlen($data_string))

);

ob_start();

curl_exec($ch);

$return_content = ob_get_contents();

ob_end_clean();

$return_code = curl_getinfo($ch, CURLINFO_HTTP_CODE);

return array($return_code, $return_content);

}

function rewrite($filename, $data)

{

$filenum=fopen($filename,'a');

fwrite($filenum,$data);

fclose($filenum);

}

從剛才設定畫面的最下面，找到QRcode，用你自己的手機的LINE加入好友，就可以開始測試。

對話結果就如同下面

LINE-BOT-SDK套件(Python)介紹


from flask import Flask, request, abort

from linebot import (
LineBotApi, WebhookHandler
)
from linebot.exceptions import (
InvalidSignatureError
)
from linebot.models import (
MessageEvent, TextMessage, TextSendMessage,
)

app = Flask(__name__)
userNo = 1
line_bot_api = LineBotApi('')
handler = WebhookHandler('')

@app.route("/")
def hello():
 return "Hello World!"

@app.route("/callback", methods=['POST'])
def callback():
  # get X-Line-Signature header value
  signature = request.headers['X-Line-Signature']
  # get request body as text
  body = request.get_data(as_text=True)
  app.logger.info("Request body: " + body)

  #handle webhook body
  try:
   handler.handle(body, signature)
  except InvalidSignatureError:
   abort(400)
 
  return 'OK'


@handler.add(MessageEvent, message=TextMessage)
def handle_message(event):
if (event.reply_token == '00000000000000000000000000000000'):
return None
global userNo
text_message = TextSendMessage(text='Hello, world',
quick_reply=QuickReply(items=[
QuickReplyButton(action=MessageAction(label="label", text="text"))
]))
line_bot_api.reply_message(
event.reply_token,
TextSendMessage(text=userNo))
userNo += 1

 

if __name__ == "__main__":
app.run(
host = '0.0.0.0',
port = 12345,
debug = True,
ssl_context ='adhoc'

)

訂閱：文章 (Atom)

2020年1月31日 星期五

2020年1月30日 星期四

2020年1月29日 星期三

2020年1月14日 星期二

2020年1月13日 星期一

2020年1月31日星期五

2020年1月30日星期四

2020年1月29日星期三

2020年1月14日星期二

2020年1月13日星期一