利用Ajax實現智能回答的機器人示例代碼
下圖是效果（文章末尾有所有的源代碼）
一、實現人機交互步驟：
獲取dom元素，創建點擊事件/鍵盤事件 將我說的話傳進ajax服務器中，獲取機器人說的話，then()中的數據找到 創建子節點追加並且渲染數據出來 每次說完瞭都滾動到對話框最下面來
① 獲取dom元素，創建點擊事件/鍵盤事件
const btn = document.querySelector('#btnSend')
const ipt = document.querySelector('#ipt')
ipt.addEventListener('keyup', function (e) {
if (e.key === 'Enter') {
btn.click()
}
})
btn.addEventListener('click', () => {
const val = ipt.value.trim()
console.log(val);
②將我說的話傳進ajax服務器中
axios.get('http://ajax-api.itheima.net/api/robot',{ params: { spoken: val}}).then(res => {
console.log(res);//res本質是服務器響應的值
console.log(res.data.data.info.text);
const words = res.data.data.info.text
這是服務器響應數據返回的值所在的位置（res.data.data.info.text）
③創建子節點追加並且渲染數據出來
li.className = 'left_word'
document.querySelector('#talk_list').appendChild(li)
li.innerHTML = `<img src="lib/img/person01.png" /> <span>${words}</span></li>`
④ 每次說完瞭都滾動到對話框最下面來
document.querySelector('ul').scrollTop = document.querySelector('ul').scrollHeight
以上這是傳入Ajax發送的數據渲染，我們發的val同理渲染
// 自己發的
const li = document.createElement('li')
li.className = 'right_word'
document.querySelector('#talk_list').appendChild(li)
li.innerHTML = `<img src="lib/img/person02.png" /> <span>${val}</span></li>`
ipt.value=''
// 滾動到頁面最下面
document.querySelector('ul').scrollTop = document.querySelector('ul').scrollHeight
此時再進行校驗下：
二、以上的源碼（圖片素材不方便傳，自己隨便定義啦~）
<!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8" /> <meta name="viewport" content="width=device-width, initial-scale=1.0" /> <meta http-equiv="X-UA-Compatible" content="ie=edge" /> <title>案例_問答機器人</title> <link rel="stylesheet" href="https://unpkg.com/[email protected]/reset.css" rel="external nofollow" /> <style> body { margin: 0; font-family: 'Microsoft YaHei', sans-serif; } .wrap { position: absolute; width: 100%; height: 100%; overflow: hidden; } .header { height: 55px; background: linear-gradient(90deg, rgba(246, 60, 47, 0.6), rgba(128, 58, 242, 0.6)); overflow: hidden; } .header h3 { color: #faf3fc; line-height: 55px; font-weight: normal; float: left; letter-spacing: 2px; margin-left: 25px; font-size: 18px; text-shadow: 0px 0px 5px #944846; } .header img { float: right; margin: 7px 25px 0 0; border-radius: 20px; box-shadow: 0 0 5px #f7f2fe; } .main { position: absolute; left: 0; right: 0; top: 55px; bottom: 55px; background-color: #f4f3f3; box-sizing: border-box; overflow: hidden; } .talk_list { width: 100%; height: 100%; overflow-y: auto; } .talk_list li { overflow: hidden; margin: 20px 0px 30px; display: flex; } .talk_list .left_word { justify-content: flex-start; } .talk_list .left_word img { margin-left: 20px; width: 44px; height: 44px; } .talk_list .left_word span { background-color: #fe9697; padding: 10px 15px; border-radius: 12px; font-size: 16px; color: #fff; margin-left: 15px; margin-right: 20px; position: relative; line-height: 24px; } .talk_list .left_word span:before { content: ''; position: absolute; left: -8px; top: 12px; width: 13px; height: 12px; background: url('../day01/lib/img/corner01.png') no-repeat; } .talk_list .right_word { justify-content: flex-end; } .talk_list .right_word img { margin-right: 20px; width: 44px; height: 44px; } .talk_list .right_word span { background-color: #fff; padding: 10px 15px; border-radius: 12px; font-size: 16px; color: #000; margin-right: 15px; margin-left: 20px; position: relative; line-height: 24px; } .talk_list .right_word span:before { content: ''; position: absolute; right: -8px; top: 12px; width: 13px; height: 12px; background: url('../day01/lib/img/corner02.png') no-repeat; } .footer { width: 100%; height: 55px; left: 0px; bottom: 0px; background-color: #fff; position: absolute; display: flex; align-items: center; padding: 0 10px; box-sizing: border-box; } .input_txt { height: 37px; border: 0px; background-color: #f4f3f3; border-radius: 8px; padding: 0px; margin: 0 10px; outline: none; text-indent: 15px; flex: 1; } .input_sub { width: 70px; height: 37px; border: 0px; background-color: #fe9697; margin: 0; border-radius: 8px; padding: 0px; outline: none; color: #fff; cursor: pointer; } </style> </head> <body> <div class="wrap"> <!-- 頭部 Header 區域 --> <div class="header"> <h3>小思同學</h3> <img src="lib/img/person01.png" alt="icon" /> </div> <!-- 中間 聊天內容區域 --> <div class="main"> <ul class="talk_list" style="top: 0px;" id="talk_list"> <!-- 機器人 --> <!-- 我 --> </ul> </div> <!-- 底部 消息編輯區域 --> <div class="footer"> <img src="lib/img/person02.png" alt="icon" /> <input type="text" placeholder="說的什麼吧..." class="input_txt" id="ipt" /> <input type="button" value="發 送" class="input_sub" id="btnSend" /> </div> </div> <script src="https://cdn.jsdelivr.net/npm/[email protected]/dist/axios.min.js"></script> <script> /* 實現人機交互步驟 1.溝通：通過創建節點的方法獲取我說的話並渲染出來 2.將我說的話傳進ajax服務器中 3.獲取機器人說的話並且渲染出來 4.每次說完瞭都滾動到對話框最下面來 */ const btn = document.querySelector('#btnSend') const ipt = document.querySelector('#ipt') ipt.addEventListener('keyup', function (e) { if (e.key === 'Enter') { btn.click() } }) btn.addEventListener('click', () => { const val = ipt.value.trim() console.log(val); axios.get('http://ajax-api.itheima.net/api/robot',{ params: { spoken: val}}).then(res => { console.log(res);//res本質是服務器響應的值 console.log(res.data.data.info.text); const words = res.data.data.info.text const li = document.createElement('li') li.className = 'left_word' document.querySelector('#talk_list').appendChild(li) li.innerHTML = `<img src="lib/img/person01.png" /> <span>${words}</span></li>` // 滾動到頁面最下面 document.querySelector('ul').scrollTop = document.querySelector('ul').scrollHeight }) // 自己發的 const li = document.createElement('li') li.className = 'right_word' document.querySelector('#talk_list').appendChild(li) li.innerHTML = `<img src="lib/img/person02.png" /> <span>${val}</span></li>` ipt.value='' // 滾動到頁面最下面 document.querySelector('ul').scrollTop = document.querySelector('ul').scrollHeight }) </script> </body> </html>
到此這篇關於利用Ajax實現智能回答的機器人的文章就介紹到這瞭,更多相關Ajax機器人內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！