2024年3月18日

今天试着完善交错战线机器人，两个目标：

  1. 通过星火大模型 API ，补全空白标题
  2. 上传图片并使用

补全空白标题

使用讯飞星火提供的官方 API 例程即可。

1
2
3
4
5
6
def generate_title(content=""):
    text.clear
    question = getText("user", content)
    SparkApi.answer = ""
    SparkApi.main(appid, api_key, api_secret, Spark_url, domain, question)
    return str(SparkApi.answer)

content 为 “向大模型提问的内容”，在这个情况下，则为 “请你为以下内容想一个标题”；这个函数会返回一段文本，即答案，即给出的标题。

上传文件/图片

我如果要通过 python 上传图片，一是需要注意在上传之前需要发送一个 OPTIONS 请求，二是上传后不会返回任何内容，包括图片 url。

查看了原js，使用的是 XHR（XMLHttpRequest）提交数据。

可以使用 Object.keys() 得到一个 Object 对象的键，例如，对于 变量 asd，可以使用 Object.keys(asd) 得到键，但注意不是通过 asd.keys()。

在原本的js中，构造了一个 postfunc.thumbBinCache 方便生成图片代码，其中第七个键是完整大小的图片代码。

对于函数 postfunc.add1Attach = function (opt, time, attach,checkSum,url,isimg,thumb,utf8oname,tid,pid,aid)，有以下注释：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
/**
 * 添加一个上传好的附件
 * @param {*} opt  bit选项 &1不复用当前上传elm
 * @param {*} time  时间戳(毫秒)
 * @param {*} attach 附件服务器返回的attach字符串
 * @param {*} checkSum 附件服务器返回的checkSum字符串
 * @param {*} url 路径 mon_\d+开头
 * @param {*} isimg 是否是图片
 * @param {*} thumb thumb值 bit
 * @param {*} utf8oname 
 * @param {*} tid 
 * @param {*} pid 
 * @param {*} aid 
 */

我一直在纳闷 url 参数从何而来。

url 参数被保存在 y.data.url，其中 y 是 window.script_muti_get_var_store，即 nga 的网页版页面数据。可以向控制台输入 window.script_muti_get_var_store.data.url 查询 url。

（但是少了个 ./，需要自己加上去）

那么，问题来了，应该如何在没有编辑页面的 python 程序中获取到 url？

根据 api 文档（二哥写的），返回的数据一种形式就是开头有个 window.script_muti_get_var_store =，得到的数据就这些个格式，但内容肯定是不同的。

但是发帖后获取的返回数据中，有已上传附件、已上传附件验证码（auth）。

地精文档

之前没注意到，光顾着自己尝试了。实际上二哥有详细描述应该如何上传附件。见 https://g.nga.cn/read.php?tid=6406100 的 6.1 和 6.2 节。

值得注意的是，文档是挺久之前写的，实际情况可能有变化。但也可能没变化，只是我搞错了，误以为没有返回数据。

文档中的描述是：

1
2
3
4
使用post(enctype=multipart/form-data)方法将如下数据上传至 6.1 中提到的数据中的附件上传地址，上传成功后服务器会返回数据。

将attachments连接至发帖表单的attachments参数末尾(如有多个附件用\t分隔)
将attachments_check连接至发帖表单的attachments_check参数末尾 (如有多个附件用\t分隔)

而发贴的时候，应当附带 attachments 附件、attachments_check 附件验证码。

我猜测 6.1 中的附件上传地址指的是一个 url，例如 http://img8.nga.cn/attach.php 之类的。

试了一下

fid=823，nga 的上线游戏讨论区。

我向 https://ngabbs.com/post.php?fid=823&__output=1 发送请求，返回的数据如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
{
	"data": {
		"action": "new",
		"__T": {
			"topic_misc_var": ""
		},
		"fid": 823,
		"auth": "【字符串】",
		"if_moderator": 0,
		"cost_info": "匿名主题50银币 匿名回复1银币 贴条回复1银币 投票10银币 版主免费 付费会员免费(每月限量)",
		"tid": "",
		"__CU": {
			"uid": 65112288,
			"group_bit": 98528,
			"admincheck": 0,
			"rvrc": 10
		},
		"__GLOBAL": {
			"_ATTACH_BASE_VIEW": "img.nga.178.com/attachments"
		},
		"__F": {
			"bit_data": 167772160,
			"fid": 823,
			"name": "上线游戏讨论区"
		},
		"attach_url": "https://img8.nga.cn/attach.php"
	},
	"encode": "gbk",
	"time": 1710754883,
	"debug": null
}

得到的结果中， "attach_url": "https://img8.nga.cn/attach.php" 意思就是我要向这边上传文件，"auth": "【字符串】", 就是我需要附带的附件验证码，否则会被视为违规请求。需要的就是这个。

注意这是需要登录的（废话）。发送请求和其他基本一样，带上 Cookie 即可。

又试了一下

在网页段上传文件时，会发送这么一个 POST 请求：

1
2
3
4
5
6
7
8
9
window.script_muti_get_var_store = {
	data: {
		attachments: 'aid~mvQ2t-64jz~ext~webp~url_utf8_org_name~RJ01078257%5fimg%5fmain%2ewebp~path~mon_202403/18~url_dscp~~size~28538~name~mvQ2t-64jzKsT1kSfk-bo.webp~tmp_file~./temp_attachments/mvQ2t-64jz.webp.tmp~tmp_shoot~./temp_attachments/mvQ2t-64jz.webp.tmp~tmp_shoot_size~28538~tmp_shoot_ext~webp~isimg~1~w~560~h~420~thumb~56',
		attachments_check: 'e7f78df7942303341cfc34c0947d092a',
		url: 'mon_202403/18/mvQ2t-64jzKsT1kSfk-bo.webp',
		isImg: '1',
		thumb: '56'
	}
}

很显然，这是 javascript 生成的表单数据。也就是说，正常流程中发送数据，不会向服务器请求得到附件的 url，反之，是本地生成 url，再发送给服务器。

那么问题来了，本地是如何生成附件 url 的？

按照我的理解，应该是上传文件-图片服务器响应-返回数据中提取对应 url，但我并没有看到相应的响应。

总之就是又试了一次

使用 postman 制造一个请求，成功上传了，并且返回了有效数据：

1
2
3
4
5
6
7
8
9
window.script_muti_get_var_store = {
	data: {
		attachments: 'aid~mvQ2t-3za5~ext~jpg~url_utf8_org_name~image.png~path~mon_202403/18~url_dscp~~size~124647~name~mvQ2t-3za5ZcT3cSlc-w0.jpg~tmp_file~./temp_attachments/mvQ2t-3za5.jpg.tmp~w~768~h~1152~tmp_shoot~./temp_attachments/mvQ2t-3za5.jpg.tmp~tmp_shoot_size~124647~tmp_shoot_ext~jpg~isimg~1~thumb~120',
		attachments_check: 'c745093860ce606f3fe12c0c3b66e638',
		url: 'mon_202403/18/mvQ2t-3za5ZcT3cSlc-w0.jpg',
		isImg: '1',
		thumb: '120'
	}
}

是的，正是之前那些；我理解有误，但无误；这些数据不是本地提交的，是远端发来的。

破案了

在最终提交 post 的时候，需要在 attachments 添加对应的 attachments，而不是 attachments_check，或者 url

这是单张图片提交的情况：

1
2
3
4
5
6
7
8
9
10
11
12

action: reply
fid: 275
tid: 38719308
post_content: 
[img]./mon_202403/18/7nQ2t-de3sZlT3cSlc-w0.jpg[/img]
attachments: aid~7nQ2t-de3s~ext~jpg~url_utf8_org_name~00737%2d2622116886%2dfeaturelessMix%5fv30202312%2epng~path~mon_202403/18~url_dscp~~size~218093~name~7nQ2t-de3sZlT3cSlc-w0.jpg~tmp_file~./temp_attachments/7nQ2t-de3s.jpg.tmp~w~768~h~1152~tmp_shoot~./temp_attachments/7nQ2t-de3s.jpg.tmp~tmp_shoot_size~124647~tmp_shoot_ext~jpg~isimg~1~thumb~120	
attachments_check: fd9a4034fe53664a801d79a2dbd9f5c4	
nojump: 1
lite: htmljs
step: 2


这是同时提交两张图片的情况：

1
2
3
4
5
6
7
8
9
10
11
action: reply
fid: 275
tid: 38719308
post_content: 
[img]./mon_202403/18/7nQ2t-529pZlT3cSlc-w0.jpg[/img]
[img]./mon_202403/18/7nQ2t-7v3oZlT3cSlc-w0.jpg[/img]
attachments: aid~7nQ2t-529p~ext~jpg~url_utf8_org_name~00737%2d2622116886%2dfeaturelessMix%5fv30202312%2epng~path~mon_202403/18~url_dscp~~size~218093~name~7nQ2t-529pZlT3cSlc-w0.jpg~tmp_file~./temp_attachments/7nQ2t-529p.jpg.tmp~w~768~h~1152~tmp_shoot~./temp_attachments/7nQ2t-529p.jpg.tmp~tmp_shoot_size~124647~tmp_shoot_ext~jpg~isimg~1~thumb~120	aid~7nQ2t-7v3o~ext~jpg~url_utf8_org_name~00737%2d2622116886%2dfeaturelessMix%5fv30202312%2epng~path~mon_202403/18~url_dscp~~size~218093~name~7nQ2t-7v3oZlT3cSlc-w0.jpg~tmp_file~./temp_attachments/7nQ2t-7v3o.jpg.tmp~w~768~h~1152~tmp_shoot~./temp_attachments/7nQ2t-7v3o.jpg.tmp~tmp_shoot_size~124647~tmp_shoot_ext~jpg~isimg~1~thumb~120	
attachments_check: 11e98d076d3a6793a4128a1ac62baa51	c593cf08e0b0e1765b727342fcf3f7de	
nojump: 1
lite: htmljs
step: 2

可以看到 图片的 attachments 之间并没有使用分号啊逗号啊什么的隔开，只是换行和空格。

2024-03-19 更正：应该是使用 \t 进行分割，而不是使用回车或者空格，这在文档里面写出来了。

总结

完成了，不复杂的一套流程。

整体来说：

  1. 调用 data_dict_get() 函数，从 api 获取 bilibili 的动态信息，筛选没有转发过的。在 github action 可以表现为每五分钟检测上一个五分钟内的新动态（由于github action每个月份额有限，改成半小时）
  2. 从调到的字典数据中获取 data_list，即存放动态内容数据的列表
  3. 考虑到半小时内可能会有多条动态，而 nga 会有 10 秒发帖时间间隔，使用一个循环依次发送帖子（绝大多数情况下只有一个）
  4. 对于每一个的动态，根据时间戳判断是否是已经发送过；也可以将文件保存到本地，对比新旧文件的差别，判断哪些动态没有被发送过
  5. 调用 generate_post(data)，其中 data 是单条动态的数据。
  6. 根据 api 回传的信息结构，分析出网页直观看到的内容、tag、图片、视频，并转化为 nga 对应的 bbscode。
    1. 标题使用讯飞星火的 api 进行生成（因为原动态总是不写标题）
    2. 图片使用 upload_img() 上传，这个函数接受的参数是一个列表，里面记录每张图的网址，因为一条动态可以有很多图片。使用 upload_one_img() 上传单个图片，使用 post_img() 上传图片，回传生成的图片 url、attachments、attachments_check
    3. 视频使用 flash=video 标签，不过不同客户端有的可能看不到。
    4. 一大问题是，有的动态是专栏文章的缩略，只会有一小段内容，然后是 “展开”，对应一个全新的页面。这种情况下的转发我还没弄明白应该怎么做。
  7. 结束之后，根据发送的帖子数量输出对应的内容。

二哥的代码、文档其实写得很清晰，井井有条。拜他所赐，我这个半吊子也能大致理解上传图片所需要的东西。遇见过的几个问题全是可以通过看文档快速解决的。

2024年3月18日
http://petertan303.github.io/2024/03/18/2024年3月18日/
作者
peter？
发布于
2024年3月18日
许可协议