当前位置:淡墨SEO首页 > SEO工具 > 自然语言关键词生成文章API接口请求

自然语言关键词生成文章API接口请求

admin2年前 (2022-09-23)SEO工具6335

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。

image.png


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。


image.png


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。


扫描二维码推送手机访问

文章内容均为原创,禁止转载!

本文链接:http://www.seoyiwu.com/news/16.html

标签: 人工智能

相关文章

api内容智能伪原创并保存到mongodb中

api内容智能伪原创并保存到mongodb中

这次为了产生伪原创内容更加方便以及大批量生产,将制作伪原创内容的接口放到了请求接口中,这样在获取伪原创内容,我们只需要从接口中进行参数设置然后请求获取就可以了。下面讲解一下api制作原理,以及需要此接口的朋友可以向我获取免费token进行智能伪原创测试。首先接口是通过post请求,每次请求只需要设置...

flask-celery异步执行sitemap任务并生成文件

flask-celery异步执行sitemap任务并生成文件

此次主要是将python生成的sitemap文件,转入到flask做出的api接口上,这样每次进行api请求就可以获取到网站的所有的url并生成sitemap文件。首先看看运行效果。本地地址请求接口url:http://127.0.0.1:5100/sitemap?site=http://www.s...

多进程线程查询关键词排名,速度达到1秒10个!

多进程线程查询关键词排名,速度达到1秒10个!

python多线程有两种,一种是多进程,另一种是多线程,对于线程基础知识层面,线程运行在进程中,一个进程可以有多个线程,而多线程只能在一个进程中运行。所以在多线程并发运行的同时,开启多进程进行并行操作。这样就可以最大化的利用计算机cpu的内核。需要源码的可以在我的商城获取>>>百度...

摆渡模拟点击关键词排名优化介绍

摆渡模拟点击关键词排名优化介绍

模拟点击的原理在于模拟用户打开浏览器,搜索关键词,后面进行一系列的模拟行为操作。在python代码中,用到的浏览器框架是selenium库,然后进行模拟点击整个过程的代码执行。源码商城》》》摆渡快排软件含源码教程视频演示:本次代码已经进行封包了,在运行的时候,只需要一键运行即可在安装方面导入数据库就...

百度域名批量添加和批量推送

百度域名批量添加和批量推送

好长时间没更新了,这段时间疫情原因居家办公做些工作方面的事也学点新的知识,SEO的事会根据大众反馈和需要去做一下。总之有好用的和SEO相关的知识都会拿出来分享一下,不会分享和SEO无关的知识内容。前面说到百度链接提交的功能,今天接着说一下百度域名批量提交和批量推送的功能,也是逆向验证码有关的知识内容...

评论列表

xxx
xxx IP:四川省
2年前 (2022-10-02)

为啥买了显示只有50多篇 剩余次数":54} 才测试了两次

淡墨seo IP:北京市 回复:
已经重新发你了
2年前 (2022-10-03)
xx IP:四川省 回复:
收到 还有你这个博客我的edge基本打不开 360刷新好几次才能打开一次
2年前 (2022-10-05)
淡墨seo IP:北京市 回复:
哦,我看看
2年前 (2022-10-06)
淡墨seo
淡墨seo IP:北京市
2年前 (2022-10-03)

买的什么?邮箱发我 发你token。可能出了点错误

发表评论

访客

◎欢迎参与讨论,请在这里发表您的看法和观点。