解析用户发送的电报机器人中的文本消息实体答案

【问题标题】：Parsing entities of text message in telegram bot sent BY the user解析用户发送的电报机器人中的文本消息实体
【发布时间】：2022-01-13 21:35:10
【问题描述】：

我正在编写一个电报机器人，它需要知道用户如何对文本进行风格化（粗体、斜体、删除线、剧透等）。但我不清楚如何做到这一点，甚至是否可能。我正在使用 python 和 python-telegram-bot 包。我已经弄清楚了如何通过让 Dispatcher 解析在 markdown 中发送给用户的消息来发送风格化的消息。但是我怎样才能做同样的事情来接收消息呢？

举一个非常简单的例子，让我们以这个只有“启动”命令的机器人为例。

def start_command(update, context):
    update.message.reply_text(context.args) # reply message back to the user

def main():
    defaults = Defaults(parse_mode='MarkdownV2')

    updater = Updater(API_KEY, use_context=True, defaults=defaults)
    dp = updater.dispatcher

    dp.add_handler(CommandHandler("start", start_command))

    updater.start_polling(0)
    updater.idle()

我怎样才能让它知道用户的参数是粗体、斜体等？

为了清楚起见，我希望能够区分：

/开始你好
/start 你好
/开始你好
...

【问题讨论】：

标签： python telegram telegram-bot python-telegram-bot

【解决方案1】：

根据您的用例，您可以使用以下几种方法之一：

Message.entities 是 MessageEntity 对象的列表，告诉您文本的格式。但是，由于 MessageEntity 仅包含有关偏移量和长度的信息，因此获取实体格式化的文本有点棘手。
PTB 提供方便的方法Message.parse_entity 和Message.parse_entities。第一个接受Message.entities 的一个元素并返回该实体覆盖的文本。第二个返回一个字典，其中键是Message.enities 的元素，值是Message.parse_entity 对应的返回值。
最后，Message.text_html 和Message.text_markdown_v2 是方便的属性，可以为您提供插入了相应标记的文本。例如。 message.reply_html(message.text_html) 将发送格式与 message 完全相同的消息。

免责声明：我目前是python-telegram-bot 的维护者。

【讨论】：

【解决方案2】：

用于检索用户发送的消息的方法getUpdates 允许您在用户消息中收集所有提到的实体。

每个 Update 对象包含一个 Message 对象，您可以轻松找到相关实体努力去做。

按照官方Telegram's Message object representation，每个Message对象都有一个名为entities的字段，它是一个MessageEntity的数组。 p>

假设我发送了这样一条短信： "纯文本粗体文本 斜体文本"

Update 对象的结构如下：

{
"message": {
    "message_id": 181,
    "from": {
        "id": user_id,
        "is_bot": false,
        "first_name": "first_name",
        "username": "username",
        "language_code": "en"
    },
    "chat": {
        "id": user_id,
        "first_name": "first_name",
        "username": "username",
        "type": "private"
    },
    "date": 1642080625,
    "text": "plain text bold text italic text",
    "entities": [{
        "offset": 11,
        "length": 10,
        "type": "bold"
    },  {
        "offset": 21,
        "length": 11,
        "type": "italic"
    }]
}

由于偏移量、该实体的长度及其类型，您可以很容易地将每个文本片段关联到它自己的实体。

在我们的例子中，我们可以理解我们有一个 10 个字符粗体实体，从整个消息的第 11 个字符开始。

【讨论】：