本文共 5293 字，大约阅读时间需要 17 分钟。

最近准备学习微信小程序开发，偶然间看到了python与微信互动的接口itchat，简单学习了下，感觉还挺有意思的，故写了篇基础文章供大家学习。itchat是一个开源的微信个人号接口，使用python调用微信从未如此简单。使用不到三十行的代码，你就可以完成一个能够处理所有信息的微信机器人。

官网文档：

本文主要讲解itchat扩展包的入门基础知识，包括：
1.itchat安装及入门知识
2.微信好友性别分析
3.微信自动回复及发送图片
4.获取微信签名并进行词云分析

基础性文章，希望对您有所帮助，后面将结合舆情分析、朋友圈等接口进行更一步的讲解。如果文章中存在错误或不足之处，还请海涵~

参考文章：

一. itchat安装及入门知识

安装通过 pip install itchat 命令实现，如下图所示：

# -*- coding:utf-8 -*-import itchat# 登录itchat.login()# 发送消息itchat.send(u'你好', 'filehelper')

首先调用itchat.login()函数登录微信，再通过itchat.send(u'你好', 'filehelper')函数发送信息给微信的“文件传输助手（filehelper）”。注意，执行代码过程中会弹出一张二维码图片，我们通过手机扫一扫登录后才能获取我们微信及好友的信息。

输出结果如下图所示，可以看到给自己发送了一个“你好”。

下面给出另一段代码：

#-*- coding:utf-8 -*-import itchat# 先登录itchat.login()# 获取好友列表friends = itchat.get_friends(update=True)[0:]print u"昵称", u"性别", u"省份", u"城市"for i in friends[0:]:    print i["NickName"], i["Sex"], i["Province"], i["City"]

再通过["NickName"]获取昵称、["Sex"]获取性别、["Province"]获取省份、["City"]获取城市。返回的结果如下所示，其中第一个friends[0]是作者本人，然后性别0表示未填写、1表示男性、2表示女性；省份和城市可以不设置。

二. 微信好友性别分析

下面直接给出对微信好友性别分析绘图的代码：

#-*- coding:utf-8 -*-import itchat#获取好友列表itchat.login() #登录friends = itchat.get_friends(update=True)[0:]#初始化计数器male = 0female = 0other = 0#1男性,2女性,3未设定性别for i in friends[1:]: #列表里第一位是自己，所以从"自己"之后开始计算    sex = i["Sex"]    if sex == 1:        male += 1    elif sex == 2:        female += 1    else:        other += 1#计算比例total = len(friends[1:])print u"男性人数：", maleprint u"女性人数：", femaleprint u"总人数：", totala = (float(male) / total * 100)b = (float(female) / total * 100)c = (float(other) / total * 100)print u"男性朋友：%.2f%%" % aprint u"女性朋友：%.2f%%" % bprint u"其他朋友：%.2f%%" % c#绘制图形import matplotlib.pyplot as pltlabels = ['Male','Female','Unkown']colors = ['red','yellowgreen','lightskyblue']counts = [a, b, c]plt.figure(figsize=(8,5), dpi=80)plt.axes(aspect=1) plt.pie(counts, #性别统计结果        labels=labels, #性别展示标签        colors=colors, #饼图区域配色        labeldistance = 1.1, #标签距离圆点距离        autopct = '%3.1f%%', #饼图区域文本格式        shadow = False, #饼图是否显示阴影        startangle = 90, #饼图起始角度        pctdistance = 0.6 #饼图区域文本距离圆点距离)plt.legend(loc='upper right',)plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签plt.title(u'微信好友性别组成')plt.show()

这段代码获取好友列表后，从第二个好友开始统计性别，即friends[1:]，因为第一个是作者本人，然后通过循环计算未设置性别0、男性1和女性2，最后通过Matplotlib库绘制饼状图。如下所示，发现作者男性朋友66.91%，女性朋友26.98%。

三. 微信自动回复及发送图片

微信发送信息调用send()函数实现，下面是发送文字信息、文件、图片和视频。

# coding-utf-8import itchatitchat.login()itchat.send("Hello World!", 'filehelper')itchat.send("@fil@%s" % 'test.text')itchat.send("@img@%s" % 'img.jpg', 'filehelper')itchat.send("@vid@%s" % 'test.mkv')

如果想发送信息给指定好友，则核心代码如下：

#想给谁发信息，先查找到这个朋友users = itchat.search_friends(name=u'通讯录备注名')#找到UserNameuserName = users[0]['UserName']#然后给他发消息itchat.send('hello',toUserName = userName)

#coding=utf8import itchatimport time# 自动回复# 封装好的装饰器，当接收到的消息是Text，即文字消息@itchat.msg_register('Text')def text_reply(msg):    if not msg['FromUserName'] == myUserName: # 当消息不是由自己发出的时候        # 发送一条提示给文件助手        itchat.send_msg(u"[%s]收到好友@%s 的信息：%s\n" %                        (time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(msg['CreateTime'])),                         msg['User']['NickName'],                         msg['Text']), 'filehelper')        # 回复给好友        return u'[自动回复]您好，我现在有事不在，一会再和您联系。\n已经收到您的的信息：%s\n' % (msg['Text'])if __name__ == '__main__':    itchat.auto_login()    myUserName = itchat.get_friends(update=True)[0]["UserName"]    itchat.run()

  

四. 获取微信签名并进行词云分析

最后给出获取微信好友的签名的词云分析，其friends[i]["Signature"]获取签名，最后调用jieba分词最后进行WordCloud词云分析。

# coding:utf-8import itchatimport reitchat.login()friends = itchat.get_friends(update=True)[0:]tList = []for i in friends:    signature = i["Signature"].replace(" ", "").replace("span", "").replace("class", "").replace("emoji", "")    rep = re.compile("1f\d.+")    signature = rep.sub("", signature)    tList.append(signature)# 拼接字符串text = "".join(tList)# jieba分词import jiebawordlist_jieba = jieba.cut(text, cut_all=True)wl_space_split = " ".join(wordlist_jieba)# wordcloud词云import matplotlib.pyplot as pltfrom wordcloud import WordCloud, STOPWORDS, ImageColorGenerator   import PIL.Image as Imagefrom scipy.misc import imreadfrom os import path  # 读取mask/color图片  d = path.dirname(__file__)  nana_coloring = imread(path.join(d, "test.png"))  # 对分词后的文本生成词云  my_wordcloud = WordCloud(background_color = 'white',      # 设置背景颜色                              mask = nana_coloring,          # 设置背景图片                              max_words = 2000,              # 设置最大现实的字数                              stopwords = STOPWORDS,         # 设置停用词                              max_font_size = 50,            # 设置字体最大值                              random_state = 30,             # 设置有多少种随机生成状态，即有多少种配色方案                              )# generate word cloud   my_wordcloud.generate(wl_space_split)    # create coloring from image    image_colors = ImageColorGenerator(nana_coloring)    # recolor wordcloud and show    my_wordcloud.recolor(color_func=image_colors)    plt.imshow(my_wordcloud)    # 显示词云图  plt.axis("off")             # 是否显示x轴、y轴下标  plt.show()

输出结果如下图所示，注意这里作者设置了图片罩，生成的图形和那个类似，发现“个人”、“世界”、“生活”、“梦想”等关键词挺多的。

(By:Eastmount 2018-03-19 晚上11点   )