目前，电报机器人的创建热潮已开始逐渐消失，但其创建主题并未失去相关性。已经编写了许多库来促进与Telegram Bot API的交互，但是在创建机器人后，我没有找到脚本（库）来获取机器人统计信息。因此，我决定为Python中的所有机器人编写脚本。我们将通过记录用户操作并以方便的方式处理日志来接收统计信息。环境要求
要使用该脚本，您需要安装以下库：pip install datetime
pip install pandas
如何在您的机器人中嵌入分析？
从存储库中为您的OS和data.csv文件下载py脚本。将它们放在您的漫游器所在的文件夹中。将文件中使用的库与机器人主体连接后，添加以下行：import tg_analytic
在bot命令添加后：tg_analytic.statistics(<id >, <>)
如果您使用的是Telebot库，则它应如下所示：另外，要直接从漫游器获取统计信息，您需要添加到message_handler（content_types = ['text']）：if message.text[:( )] == '< >':
st = message.text.split(' ')
if 'txt' in st or '' in st:
tg_analytic.analysis(st,message.chat.id)
with open('%s.txt' %message.chat.id ,'r',encoding='UTF-8') as file:
bot.send_document(message.chat.id,file)
tg_analytic.remove(message.chat.id)
else:
messages = tg_analytic.analysis(st,message.chat.id)
bot.send_message(message.chat.id, messages)
需要发明并输入关键字，以便只有您才能查看漫游器的统计信息。具有已实现的分析功能的电报机器人也存储在资源库中，因此您可以使用示例熟悉如何进行连接。使用什么命令来获取统计信息？
例如，关键字将为“统计信息”： if message.text[:10] == '' or message.text[:10] == 'C':
st = message.text.split(' ')
if 'txt' in st or '' in st:
tg_analytic.analysis(st,message.chat.id)
with open('%s.txt' %message.chat.id ,'r',encoding='UTF-8') as file:
bot.send_document(message.chat.id,file)
tg_analytic.remove(message.chat.id)
else:
messages = tg_analytic.analysis(st,message.chat.id)
bot.send_message(message.chat.id, messages)
bot命令的主体如下：统计信息<天数> <请求参数* >>
*-有团队：“用户”，“团队”和“ tkht”。可以同时使用。“用户”提供所需天数的人员统计信息。“团队”提供了所需天数的团队统计信息。指定txt时，您将收到一个文件，否则答案以电报形式出现。命令用法示例
统计2个团队用户统计2队统计团队的2位用户脚本由什么组成？
通常，如果您对脚本不感兴趣，那么在此阶段，您可以完成阅读文章并开始在bot中实现它。该脚本的第一部分是记录用户操作。我决定只保存日期，用户标识和他使用的命令：def statistics(user_id, command):
data = datetime.datetime.today().strftime("%Y-%m-%d")
with open('data.csv', 'a', newline="", encoding='UTF-8') as fil:
wr = csv.writer(fil, delimiter=';')
wr.writerow([data, user_id, command])
第二部分是按需数据处理和必要统计数据的输出。我们从Pandas中的csv中读取数据，按用户和命令分组：season = int(bid[1])
df = pd.read_csv('data.csv', delimiter=';', encoding='utf8')
number_of_users = len(df['id'].unique())
number_of_days = len(df['data'].unique())
df_user = df.groupby(['data', 'id']).count().reset_index().groupby('data').count().reset_index()
list_of_dates_in_df_user = list(df_user['data'])
list_of_number_of_user_in_df_user = list(df_user['id'])
list_of_dates_in_df_user = list_of_dates_in_df_user[-season:]
list_of_number_of_user_in_df_user = list_of_number_of_user_in_df_user[-season:]
df_command = df.groupby(['data', 'command']).count().reset_index()
unique_commands = df['command'].unique()
commands_in_each_day = []
list_of_dates_in_df_command = list(df_command['data'])
list_of_number_of_user_in_df_command = list(df_command['id'])
list_of_name_of_command_in_df_command = list(df_command['command'])
commands_in_this_day = dict()
for i in range(len(list_of_dates_in_df_command)):
commands_in_this_day[list_of_name_of_command_in_df_command[i]] = list_of_number_of_user_in_df_command[i]
if i + 1 >= len(list_of_dates_in_df_command) or list_of_dates_in_df_command[i] != list_of_dates_in_df_command[i + 1]:
commands_in_each_day.append(commands_in_this_day)
commands_in_this_day = dict()
commands_in_each_day = commands_in_each_day[-season:]
对用户的响应基于上一步的数据：
message_to_user = ' %s %s: \n' % (season, day_type.get(season, ''))
message_to_user += ' %s %s: \n' % (number_of_days, day_type.get(season, ''))
if season > number_of_days:
season = number_of_days
message_to_user += ' , \n' \
' \n'
if '' in bid:
message_to_user += ' : ' + '%s' % number_of_users \
+ ' %s ' % users_type.get(number_of_users, '') + '\n' \
' %s %s: \n' % (season, day_type.get(season, ''))
for days, number, comm_day in zip(list_of_dates_in_df_user, list_of_number_of_user_in_df_user,
commands_in_each_day):
message_to_user += ':%s :%d :%s\n' % (days, number, comm_day.get('/start', 0))
if '' in bid:
message_to_user += ' %s %s: \n' %
(season,day_type.get(season, ''))
for days, commands in zip(list_of_dates_in_df_user, commands_in_each_day):
message_to_user += ':%s\n' % days
for i in unique_commands:
if i in commands:
message_to_user += '%s - %s \n' % (i, commands.get(i))
else:
message_to_user += '%s - 0 \n' % i
最后，在编写了响应消息之后，我们检查用户的请求是否存在“ txt”命令，以便决定以哪种格式进行响应：if 'txt' in bid or '' in bid:
with open('%s.txt' % user_id, 'w', encoding='UTF-8') as fil:
fil.write(message_to_user)
fil.close()
else:
return message_to_user
结论
该脚本已经过测试，可以在正常模式下运行。如果您有兴趣了解它在机器人上的实际工作原理，则可以在我的任何机器人上进行测试：@ exchange_minsk_bot，@ pogoda_belarus_bot，@ fast_translate_bot。关键字：“统计”。祝您使用愉快！