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']},{'': {'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
# 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
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
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'
\s*?
', '
', 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。
这样我们就能很轻松就能很轻松的生成一篇原创文章了，这在日后建站，做自媒体素材方面也有着一定作用，可以做到内容方面的积累。进行引流等作用。
如果需要这个接口生成文章，需要获取token参数。
token获取地址：
http://pan.cp30.cn
那么文章的生成计费方式简单粗暴，1毛钱/1篇。需要的话可以在商城
http://pan.cp30.cn
获取token参数，自动发token。