前两天，搞了个微信 AI 小助理-小爱(AI)，爸妈玩的不亦乐乎。

• 零风险！零费用！我把AI接入微信群，爸妈玩嗨了，附教程（下）

最近一直在迭代中，挖掘小爱的无限潜力:

• 链接丢给它，精华吐出来！微信AI小助理太强了，附完整提示词
• 拥有一个能倾听你心声的「微信AI小助理」，是一种什么体验？

有朋友问小爱：能接收word、excel、pdf等各种文件吗？要是能帮我处理各种文件，岂不是很爽？

小爱：今天就安排！

今日分享，将继续基于wechatbot-wehook框架，带大家实操：如何接收微信文件，并进行处理，让小爱接管你的文件处理工作，助力你上班摸鱼！

1. 接收微信文件

微信消息中所有文件，在 FastAPI 中都可以用 UploadFile 类处理。

此外，UploadFile 是设计为异步的，故支持大文件的高效上传和处理。

其中，content_type 代表文件的 MIME 类型（媒体类型），主要分为以下几类：

1. 文本类型

• 文本文件：如 text/plain
• HTML 文件：如 text/html
• CSS 文件：如 text/css

2. 图像类型

• JPEG 图像：如 image/jpeg
• PNG 图像：如 image/png
• GIF 图像：如 image/gif

3. 音频类型

• MP3 音频：如 audio/mpeg3 或 audio/mp3
• WAV 音频：如 audio/x-wav

4. 视频类型

• MP4 视频：如 video/mp4
• MPEG 视频：如 video/mpeg

5. 应用程序类型

• JSON 文件：如 application/json
• PDF 文件：如 application/pdf
• ZIP 文件：如 application/zip
• Microsoft Word 文档：如 application/vnd.openxmlformats-officedocument.wordprocessingml.document

下面是接收文件并下载的示例代码：

@app.post("/receive")
async def receive_message(request: Request):
    data = await request.form()
    message_type = data.get("type")
    content = data.get("content")
    # 下载文件
    if message_type == 'file':
        with open(f"./output/{content.filename}", "wb") as buffer:
            bin = await content.read()
            buffer.write(bin)

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10

上一篇，我们主要介绍了如何处理音频文件。

本篇将以最常见的 pdf 为例，介绍如何处理 pdf 并返回。

2. 文本提取

当你给小爱发送一份 pdf 文件，后台接收到的文件如下：

UploadFile(filename='学会写作.pdf', size=1381979, headers=Headers({'content-disposition': 'form-data; name="content"; filename="å\xad¦ä¼\x9aå\x86\x99ä½\x9c.pdf"', 'content-type': 'application/pdf'}))

• 1

文件类型为application/pdf。

关于如何处理pdf 文件，可以参看猴哥之前的【Python实战】教程：

• 【Python实战】自动化处理 PDF 文档，完美实现 WPS 会员功能
• 【Python实战】如何优雅地实现文字 & 二维码检测？
• 【Python实战】一键生成 PDF 报告，图文并茂

这里我们以提取 pdf 文本为例进行演示：

from PyPDF2 import PdfReader
def pypdf_to_txt(input_pdf):
    pdf_reader = PdfReader(input_pdf)
    texts = []
    for page_num in range(len(pdf_reader.pages)):
        page = pdf_reader.pages[page_num]
        text = page.extract_text()
        texts.append(text)
    return '\n'.join(texts)

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9

3. 文本摘要

得到文本后，就可以交给 LLM 帮我们提炼总结一下内容要点。有了文本摘要，我就无需再去翻阅长文，省时提效利器，有没有？

这个任务非常简单，甚至无需编写角色提示词：

unillm = UniLLM()
messages = [{'role': 'user', 'content': f'帮我提炼这篇文章的主要观点：{text}'}]
res = unillm(['glm4-9b'], messages=messages)

• 1
• 2
• 3

我把《学会写作》这本书发给了它，可以看到提炼的还是很精准的：

有需要这本书的公众号后台自取。

4. 更多玩法

不管是 word 还是 pdf，只要拿到源文件，你想实现任何功能，还不简单？底层逻辑都是一样的：把流程标准化，然后让程序自动执行，最终让小爱交给你~

比如，我可以让它帮我把 pdf 去水印/加水印，然后返回给我。

写在最后

本文给大家展示了一个处理pdf文件的简单案例，懒人必备神器！

大家有更好的想法，欢迎评论区交流。

如果本文对你有帮助，不妨点个免费的赞和收藏备用。

为了方便大家交流，新建了一个 AI 交流群，欢迎感兴趣的小伙伴加入。

小爱也在群里，想进群体验的朋友，公众号后台「联系我」即可，拉你进群。