自然语言关键词生成文章API接口请求

淡墨SEO3年前 (2022-09-23)SEO软件10995

本次主要介绍通过自然语言将关键词生成一篇原创文章，以及制作文章生成的接口api，方便需要生产内容的用户进行调用。下面就逻辑和使用方法给做个介绍。

首先是逻辑原理，原理就是人工智能深度学习，进行关键词的模型训练。从而会对目标词块也就是关键词进行相关性的输出。核心技术就不再讲解了，不是那么容易的。一时半会实力不允许。这次主要对平台的接口进行转接，也就是调用我生成的接口。不过平台的接口是付费的。

再平台调用的文章后，再对文章进行二次处理。得到一个排版好的格式文章。可以直接对接网站进行发布。

  #获取文章
    @retry(stop_max_attempt_number=1,retry_on_result=lambda x: x is None,wait_fixed=2000)
    def getArticle(self,keyword):
        result = outputText(keyword)
        print(result)
        if result['code'] == 200:
            print('获取文章成功')
            # self.collection.update_one({'keyword':result['keyword']},{'$set': {'content':result['content']}},upsert=True)
            # return result['keyword'],result['content']
            return result
        return 0

    #处理文章
    def handle_content(self, info):
        content = info['content']
        if len(content) < 300:return
        endflag = re.search(r'\?|\？|\。|\！|\!',content[-1])
        if not endflag:
            endResult = self.getArticle(content[-6:])
            if endResult:content += endResult['content']
        # 去除开头符号
        content = re.sub(r'^\W*?(?P<one>\w)', self.extract_one, content, re.S)
        # print(content)
        # 去除文章中的\
        content = re.sub(r'\\', '', content, re.S)
        # print(content)
        # 顿号、前数字是1234或一二三四，加br标签分段
        content = re.sub(r'(?P<num>\S)\s*?(?P<dun>、)',
                         self.extract_num, content, re.S)
        # print(content)
        # 句号、问号和感叹号后加br标签
        content = re.sub(r'(?P<hao>\。|\?|\？|\!|\！)',
                         self.extract_hao, content, re.S)
        # print(content)
        # 两个顿号间的句号、问号和感叹号后不加br标签
        content = re.sub(r'<br>\s*?<br>', '<br>', content, re.S)
        # print(content)
        info['content'] = content
        print('文章处理成功')
        return info

个人接口还是继续用flask进行生成，在flask中主要对接文章生成函数，通过接口地址请求，将文章生成出来。

@app.route('/nlp')
def nlp():
    token = request.args.get('token','').strip()
    keyword =  request.args.get('keyword','').strip()
    if not token: return '还没有输入token'
    if not keyword:return '还没有输入关键词'    
    hinfo = Article(keyword).main()
    item = NlpApi.objects(token=token).first()
    count = item.count - 1
    item.update(keyword=keyword,nlpcont=hinfo['content'],count=count)
    return jsonify({
        '关键词':keyword,
        'nlp文章写作':hinfo['content'],
        '剩余次数':count
    })

本次接口是通过get请求。只需要在浏览器中请求即可获取到自然语言生成的文章。