Python에서 텔레그램 봇 만들기
목차:
- 텔레그램 봇이란 무엇인가요?
- 전제조건
- 텔레그램에서 봇 만들기
- Python 환경 설정
- 봇 코드 작성
- 봇 배포
- 결론
1. 텔레그램 봇이란 무엇입니까?
봇은 전적으로 Telegram 앱 내에서 실행되는 작은 애플리케이션입니다. 사용자는 모든 종류의 작업이나 서비스를 지원할 수 있는 유연한 인터페이스를 통해 봇과 상호 작용합니다.
공식 문서에서 봇에 대해 자세히 알아볼 수 있습니다.
봇
텔레그램 봇 API
2. 전제조건
봇 생성을 시작하기 전에 다음이 필요합니다.
- 텔레그램 계정: 휴대폰에 텔레그램 앱을 다운로드하여 쉽게 만들 수 있습니다.
- Python 설치: Python 3를 사용하므로 컴퓨터에 Python 3이 설치되어 있는지 확인하세요. 다운로드 링크
- 기본 Python 지식: Python 구문과 패키지를 이해하면 코드를 탐색하는 데 도움이 됩니다. 이 책을 추천합니다. Automate the Boring Stuff with Python
- BotFather Access: BotFather는 새로운 봇을 관리하고 생성하는 데 도움이 되는 내장 Telegram 봇입니다.
- VS Code(선택 사항): 봇을 작성하는 데 사용합니다. 하지만 다른 편집기를 선택해도 됩니다. 그러나 나는 이것을 사용하는 것이 좋습니다. 여기에서 최신 버전의 VS Code를 다운로드할 수 있으며 Python에 설정하는 방법에 대한 지침이 나와 있습니다.
3. 텔레그램에서 봇 만들기
나만의 봇을 만들려면 텔레그램 봇 등록 및 관리 공식 도구인 BotFather를 사용해야 합니다.
단계:
- 텔레그램을 열고 BotFather 봇을 검색하세요. (검색메뉴에 @botfather 입력)
- /start를 입력하여 BotFather와 채팅을 시작하세요.
- /newbot을 입력하여 새 봇을 생성하세요.
- 봇 이름을 입력하라는 메시지가 표시됩니다. 고유한 이름(예: Hello World)을 입력하세요.
- BotFather는 봇의 사용자 이름을 묻습니다. 사용자 이름은 "bot"(예: HelloWorldBot)으로 끝나야 합니다.
- 이 단계를 완료하면 BotFather가 토큰을 제공합니다. 이 토큰은 봇을 인증하고 Telegram API와 상호 작용할 수 있도록 해주기 때문에 매우 중요합니다.
중요: 토큰을 비공개로 유지하고 공개적으로 공유하지 마세요!
4. Python 환경 설정
다음으로 Telegram API와 상호작용할 수 있도록 Python 환경을 설정해야 합니다. 텔레그램 봇 개발을 위한 간단하고 사용하기 쉬운 인터페이스를 제공하는 python-telegram-bot 라이브러리를 사용하겠습니다.
단계:
python-telegram-bot 라이브러리 설치:
다음 명령을 실행하여 필요한 라이브러리를 설치하십시오.
pip install python-telegram-bot
새 Python 파일 만들기: 봇의 코드를 보관하기 위해 my_bot.py와 같은 이름을 지정할 수 있습니다.
5. 봇 코드 작성
이제 환경이 준비되었으니 봇 코드를 작성해 보겠습니다.
샘플 코드
다음은 /start 및 /help 명령에 응답하는 기본 봇입니다.
import logging from telegram import Update from telegram.ext import ApplicationBuilder, CommandHandler, ContextTypes # Enable logging logging.basicConfig(format='%(asctime)s - %(name)s - %(levelname)s - %(message)s', level=logging.INFO) logger = logging.getLogger(__name__) # Define a start function to respond to the /start command async def start(update: Update, context: ContextTypes.DEFAULT_TYPE) -> None: await update.message.reply_text('Hello! I am your bot. How can I help you today?') # Define a help function to respond to the /help command async def help_command(update: Update, context: ContextTypes.DEFAULT_TYPE) -> None: await update.message.reply_text('You can use the following commands:\n/start - Start the bot\n/help - Get help') def main(): # Create the application and pass the bot token application = ApplicationBuilder().token('YOUR_BOT_TOKEN_HERE').build() # Add command handlers for /start and /help application.add_handler(CommandHandler("start", start)) application.add_handler(CommandHandler("help", help_command)) # Start the bot and run it until manually stopped application.run_polling(allowed_updates=Update.ALL_TYPES) if __name__ == '__main__': main()
설명:
- 가져오기: 봇을 구축하기 위해 telegram 및 telegram.ext 모듈을 가져옵니다. 이는 Telegram API와 상호 작용하는 데 필요한 클래스와 기능을 제공합니다.
- 로깅: 이벤트 및 오류를 추적하기 위해 로깅이 활성화됩니다.
- 시작 및 도움말 명령: 사용자가 해당 명령을 실행할 때 메시지를 보내는 두 가지 함수(start 및 help_command)를 정의합니다.
- 토큰: 'YOUR_BOT_TOKEN_HERE'를 BotFather로부터 받은 토큰으로 바꾸세요.
- 폴링: 봇은 폴링을 사용하여 지속적으로 새 메시지를 확인하고 메시지가 오면 응답합니다.
봇 실행:
- 코드의 자리표시자 토큰을 봇의 토큰으로 바꾸세요.
- Python 스크립트를 실행합니다.
python my_bot.py
이제 봇이 실행 중입니다! Telegram을 열고 /start 또는 /help 명령을 봇에 보내면 응답합니다.
6. 봇 배포
로컬 시스템에서 봇을 실행하는 것은 테스트하기에 좋지만 연중무휴 24시간 사용 가능하게 하려면 어떻게 해야 할까요? 이를 달성하기 위해 봇을 서버나 클라우드 서비스에 배포할 수 있습니다.
일반적인 배포 옵션:
- Heroku: 봇을 호스팅할 수 있는 무료 클라우드 플랫폼입니다.
- AWS(Amazon Web Services): 확장성이 더 뛰어나지만 초보자를 위한 일부 설정이 필요할 수 있습니다.
- VPS(가상 사설 서버): 서버에 대한 모든 권한을 제공합니다.
- PythonAnywhere: 무료 등급이 포함된 초보자 친화적인 옵션입니다. 각 플랫폼은 Python 애플리케이션을 배포하는 고유한 방법을 제공합니다. 선택한 서비스와 관련된 배포 튜토리얼을 따라갈 수 있습니다.
7. 결론
축하합니다! Python을 사용하여 기본 Telegram 봇을 성공적으로 만들었습니다. 다음 방법을 배웠습니다.
- BotFather를 사용하여 텔레그램 봇을 설정하세요.
- 명령을 처리하는 Python 코드를 작성하세요.
- 로컬에서 봇을 실행하고 텔레그램에서 상호작용하세요.
다음으로 python-telegram-bot에서 예제 봇을 배우는 것을 추천합니다
연재물입니다. 다음 글에서는 PythonAnywhere에서 봇을 호스팅하는 방법, Raspberry PI 서버에서 봇을 호스팅하는 방법, 더 복잡한 봇을 만드는 방법
에 대해 설명하겠습니다.위 내용은 Python에서 텔레그램 봇 만들기의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

Python은 배우고 사용하기 쉽고 C는 더 강력하지만 복잡합니다. 1. Python Syntax는 간결하며 초보자에게 적합합니다. 동적 타이핑 및 자동 메모리 관리를 사용하면 사용하기 쉽지만 런타임 오류가 발생할 수 있습니다. 2.C는 고성능 응용 프로그램에 적합한 저수준 제어 및 고급 기능을 제공하지만 학습 임계 값이 높고 수동 메모리 및 유형 안전 관리가 필요합니다.

하루에 2 시간 동안 파이썬을 배우는 것으로 충분합니까? 목표와 학습 방법에 따라 다릅니다. 1) 명확한 학습 계획을 개발, 2) 적절한 학습 자원 및 방법을 선택하고 3) 실습 연습 및 검토 및 통합 연습 및 검토 및 통합,이 기간 동안 Python의 기본 지식과 고급 기능을 점차적으로 마스터 할 수 있습니다.

Python은 개발 효율에서 C보다 낫지 만 C는 실행 성능이 높습니다. 1. Python의 간결한 구문 및 풍부한 라이브러리는 개발 효율성을 향상시킵니다. 2.C의 컴파일 유형 특성 및 하드웨어 제어는 실행 성능을 향상시킵니다. 선택할 때는 프로젝트 요구에 따라 개발 속도 및 실행 효율성을 평가해야합니다.

Python과 C는 각각 고유 한 장점이 있으며 선택은 프로젝트 요구 사항을 기반으로해야합니다. 1) Python은 간결한 구문 및 동적 타이핑으로 인해 빠른 개발 및 데이터 처리에 적합합니다. 2) C는 정적 타이핑 및 수동 메모리 관리로 인해 고성능 및 시스템 프로그래밍에 적합합니다.

Pythonlistsarepartoftsandardlardlibrary, whileraysarenot.listsarebuilt-in, 다재다능하고, 수집 할 수있는 반면, arraysarreprovidedByTearRaymoduledlesscommonlyusedDuetolimitedFunctionality.

파이썬은 자동화, 스크립팅 및 작업 관리가 탁월합니다. 1) 자동화 : 파일 백업은 OS 및 Shutil과 같은 표준 라이브러리를 통해 실현됩니다. 2) 스크립트 쓰기 : PSUTIL 라이브러리를 사용하여 시스템 리소스를 모니터링합니다. 3) 작업 관리 : 일정 라이브러리를 사용하여 작업을 예약하십시오. Python의 사용 편의성과 풍부한 라이브러리 지원으로 인해 이러한 영역에서 선호하는 도구가됩니다.

과학 컴퓨팅에서 Python의 응용 프로그램에는 데이터 분석, 머신 러닝, 수치 시뮬레이션 및 시각화가 포함됩니다. 1.numpy는 효율적인 다차원 배열 및 수학적 함수를 제공합니다. 2. Scipy는 Numpy 기능을 확장하고 최적화 및 선형 대수 도구를 제공합니다. 3. 팬더는 데이터 처리 및 분석에 사용됩니다. 4. matplotlib는 다양한 그래프와 시각적 결과를 생성하는 데 사용됩니다.

웹 개발에서 Python의 주요 응용 프로그램에는 Django 및 Flask 프레임 워크 사용, API 개발, 데이터 분석 및 시각화, 머신 러닝 및 AI 및 성능 최적화가 포함됩니다. 1. Django 및 Flask 프레임 워크 : Django는 복잡한 응용 분야의 빠른 개발에 적합하며 플라스크는 소형 또는 고도로 맞춤형 프로젝트에 적합합니다. 2. API 개발 : Flask 또는 DjangorestFramework를 사용하여 RESTFULAPI를 구축하십시오. 3. 데이터 분석 및 시각화 : Python을 사용하여 데이터를 처리하고 웹 인터페이스를 통해 표시합니다. 4. 머신 러닝 및 AI : 파이썬은 지능형 웹 애플리케이션을 구축하는 데 사용됩니다. 5. 성능 최적화 : 비동기 프로그래밍, 캐싱 및 코드를 통해 최적화
