用C++做数据分析 - 唐代诗人的朋友圈

“李杜文章在，光焰万丈长”，唐诗无疑是中国古代文学最灿烂的篇章之一。现代人发表论文，会互相引用，喝酒吃饭，也经常会谈及谁谁谁是我哥们。作为当时最重要的文学形式，唐代的诗人也经常会在诗文中提及自己的好朋友。杜甫比李白小十一岁，二者相识于杜甫父亲杜闲家中，彼时正是李白因触怒权贵放归山林之时。两人一见，杜秒变小迷弟。杜在《与李十二白同寻范十隐居》中描绘了两人的亲密关系：”余亦东蒙客，怜君如兄弟。醉眠秋共被，携手日同行”。不仅如此，在两人各奔东西后，杜甫压抑不住对李白的思念，写了多首提及李白的诗。例如《梦李白》中云：”三夜频梦君，情亲见君意”。能连续三个晚上做梦都梦到李白，可见交情不浅。

通过分析全唐诗中各位诗人之间的“引用”关系，可以描绘出当时诗坛的大致朋友圈图景：谁跟谁熟？谁是圈子里的带头大哥？全唐诗有4万多首，人工一首一首地筛查费时费力，这种重复的统计性质的工作正是计算机最擅长的。

本文引用自作者编写的下述图书; 本文允许以个人学习、教学等目的引用、讲授或转载，但需要注明原作者"海洋饼干叔叔"；本文不允许以纸质及电子出版为目的进行抄摘或改编。
1.《Python编程基础及应用》，陈波，刘慧君，高等教育出版社。免费授课视频 Python编程基础及应用
2.《Python编程基础及应用实验教程》, 陈波，熊心志，张全和，刘慧君，赵恒军，高等教育出版社Python编程基础及应用实验教程
3. 《简明C及C++语言教程》，陈波，待出版书稿。免费授课视频

23. 数据分析 - 唐代诗人的朋友圈

同类相比,同声相应,固天理也。——庄子

本章的代码和数据整合在一个名为C23_PoetsNetwork的文件夹中。注意，本章节所依赖的全唐诗文本以及《中国历代人物传记资料库》使用了繁体中文，所以读者在运行代码查询时，如果使用简体中文输入诗人姓名，结果将与预期不符。

本章内容受开源项目poetry_analyzer的启发。为方便读者理解，作者整理了相关数据并重写了代码。

本章的代码实现依赖于Qt平台的专有特性，只能通过Qt Creator集成开发环境来编写和构建。

23.1 创建程序框架

请读者按照22.1及22.3节所介绍的方法，在Qt Creator中创建一个名为PoetsNetwork的项目，该项目的主窗口如图23-1所示，作者在该图上人工标注了各关键部件的名称。表23-1列出了该项目创建过程中的一些注意事项，以及其主窗口中部分部件的用途。

表23-1 创建PoetsNetwork项目的注意事项及主窗口的主要部件

名目	说明
项目模板	Application(Qt)/Qt Widgets Application (Qt窗体应用程序)。
主窗口	类名：MainWidget；基类：QWidget。
pbParseQTS	类型：QPushButton；文字：全唐诗数据整理；用途：将全唐诗文本数据整理并写入到数据库。
pbConstructNetwork	类型：QPushButton；文字：构建关系网络；用途：对数据库中的全唐诗文本正行分析，找出诗人与诗人之间的引用关系并写入数据库。
leRefPoet1,leRefPoet2	类型：QLineEdit，单行输入框；用途：“引用查询”时输入第一/二个诗人的姓名。
pbQueryReference	类型：QPushButton；文字：引用查询；用途：查询两个诗人之间的引用数量以及相互之间的引用诗文。
textBrowser	类型：QTextBrowser，简单的文字型HTML浏览器；用途：显示程序的部分执行结果。
lePoetFriendCycle	类型：QLineEdit；用途：查询“朋友圈”时输入诗人的姓名。
pbFriendCycle	类型：QPushButton；用途：查询单个诗人的朋友圈，即找出与指定诗人存在引用关系的全部诗人，生成关系网络图，并用浏览器显示。
pbNetWork50/100/200/500	类型：QPushButton；用途：导出引用数量的前50/100/200/500行引用关系，将由相关诗人姓名及引用箭头组成的关系网络生成出来，并用浏览器显示。

图23-2则展示MainWidget主窗口的对象结构以及窗口组件之间的布局关系。如图所示，主窗口自身呈现竖向布局，其内包含4个横向布局以及textBrowser。为了构造出期望的界面效果，读者可能需要：(1) 调整布局的layoutSpacing（布局间隔）；(2) 修改按钮、单行输入框的minimumSize（最小尺寸）。此外，在图23-2中，我们还看到了类型为Spacer的部件，这种类型的部件仅用于占据布局空间，其在最终的结果页面上不会有任何显示，它可以把别的部件“挤”到期望的位置。

23.2 数据整理与准备

23.2.1 sqlite数据库

为了便于统计分析以及向读者简单介绍数据库的入门知识和C++访问数据库的方法，本章使用sqlite数据库来存储相关数据。

对于结构化的数据，如个人的身份信息、银行的交易流水、图书馆的借还记录等，通常都存储在数据库系统中。数据库系统通常运行在一个服务器或者由多个服务器构成的集群中，软件使用者的计算机或者终端直接或者间接地透过TCP/IP访问数据库、查询或存储数据。大型的数据库系统软件有阿里蚂蚁金服的OceanBase、华为的GaussDB、开源的MySql以及私有的Oracle。

本章使用的sqlite是一个超级mini版的数据库系统，它本质上是一个运行于软件内部的C语言包。在本章的代码中，数据库的存储文件为C22_PoetsNetwork/data子目录下的data.db。