基于Python的诗和远方

作者：阿广

概述

前言
准备工作
具体步骤
唐诗生成
藏头诗规则
结果
阿广说
群聊交流
福利一刻
推荐阅读

前言

很从小到大，我们读过太多的古诗，爱国诗、缅怀诗、相思诗等等。古往今来，我的认知中，李白是个好人！往往一个女的说一个男的是一个好人，那就证明她不爱他。不，阿广是爱李白的，不为别的，只为他给天下爱酒之人找到了古往今来最佳的喝酒理由。

有一年重阳节，陶渊明家里没酒了，只好坐在家门口发呆，无聊的采了一把菊花，闻闻花香过瘾。正在无比烦恼的时候，忽见门外来了穿白衣的人，说奉王弘之命前来送酒。陶渊明大喜，菊花也不要了。拿过酒来，一饮而尽。于是又创作了一首流传千古的古诗。

我想大家都学过“类比”的思想，阿广也不例外。于是我也在重阳节那天，假装自己家中没酒了，坐在家门口同样发呆，甚至还想抽两口香烟，无聊的时候采了一把贴着“我正在午睡，请勿践踏”的小草，偶尔闻闻草的青涩。正准备抽两口香烟排解心头之感的时候，并未迎来奉命之人送来作诗之酒。小悲之后，拿过82年的优酸乳一饮而尽。于是，又创作了一个永垂不朽的基于Python的唐诗生成器。

准备工作

环境：Python3.6

包：anaconda管理Python包

编译器：Pycharm

具体步骤

爬取7w余首唐诗

#使用urllib3的内置函数构建爬虫的安全验证，来应对网站的反爬虫机制
http = urllib3.PoolManager(
cert_reqs='CERT_REQUIRED',
ca_certs=certifi.where())
#爬虫的目标网站
r = http.request('GET', url)
#爬虫获取的html数据
soup = BeautifulSoup(r.data, 'html.parser')
content = soup.find('div', class_="contson")

RE对数据进行处理

p1 = r"[\u4e00-\u9fa5]{5,7}[\u3002|\uff0c]" #[汉字]{重复5-7次}[中文句号|中文逗号]
pattern1 = re.compile(p1) #编译正则表达式
result = pattern1.findall(poemfile) #搜索匹配的字符串，得到匹配列表

分词操作

#使用jieba中文分词库的textRank算法来找出各个词性的高频词
for x in jieba.analyse.textrank(content, topK=600, allowPOS=('n', 'nr', 'ns', 'nt', 'nz', 'm')):

唐诗生成

使用pinyin库对韵脚进行处理

pip install pinyin
verse = pinyin.get("天", format="strip")
#输出：tian

韵脚数量为20+，且都是以元音字母开始，所以可以根据规则判断

rhythm = ""
rhythmList = ["a", "e", "i", "o", "u"]
verse = pinyin.get(nounlist[i1][1], format="strip")
#韵脚在每个pinyin倒叙最后一个元音字母处截止
for p in range(len(verse)-1, -1, -1):
if verse[p] in rhythmList:
ind = p

rhythm = verse[ind:len(verse)]

五言律诗，名动名句式

rhythm = ""
rhythmList = ["a", "e", "i", "o", "u"]
while num < 4:
#生成随机数
i = random.randint(1, len(nounlist)-1)
i1 = random.randint(1, len(nounlist)-1)
j = random.randint(1, len(verblist)-1)

#记录韵脚
ind = 0
ind1 = 0
if (num == 1):
rhythm = ""
verse = pinyin.get(nounlist[i1][1], format="strip")
#韵脚在每个pinyin倒叙最后一个元音字母处截止
for p in range(len(verse)-1, -1, -1):
if verse[p] in rhythmList:
ind = p

rhythm = verse[ind:len(verse)]
#确保2，4句的韵脚相同，保证押韵
if (num == 3):
ind1 = 0
verse1 = pinyin.get(nounlist[i1][1], format="strip")
for p in range(len(verse1)-1, -1, -1):
if verse1[p] in rhythmList:
ind1 = p

while verse1[ind1: len(verse1)] != rhythm:
i1 = random.randint(1, len(nounlist)-1)
verse1 = pinyin.get(nounlist[i1][1], format="strip")
for p in range(len(verse1)-1, -1, -1):
if verse1[p] in rhythmList:
ind1 = p
#随机排列组合
print(nounlist[i]+verblist[j][1]+nounlist[i1])
num += 1

详情请查看源码请自行去github，或者点击文末的阅读原文获取源码。

https://github.com/zandaoguang/poem

藏头诗规则

对语料库进行排列组合，但需保证每次在排列组合词的时候，生成的每句话，第一个名词的第一个字是按照序给定的四字成语即可。

for x in range(len(nounlist)):
if nounlist[x][0] == str[num]:
i = x

结果

五言律诗（以生成的三篇律诗为例）：

萧索来千年
重阳头故国
万年忧童子
白发顾旧国

青楼到一行
高台手子孙
凤凰风冠盖
玉壶意浮云

婵娟向古人
五湖夜子孙
东风心月光
银河道浮云

四言诗：

所思浮云
关山车马
高楼流水
闲人肠断

藏头诗（落花流水）：

落晖首南宫
花枝成公子
流水名朝廷
水声胜白石

阿广说

记阿广平淡而不平凡，简约而不简单的一天，感叹于酒是最好的诗，诗是最好的酒。

国无人莫我知兮
华亭鹤唳讵可闻
幄笼轻日护香霞
奈此朱梁跋扈何
霓为衣兮风为马

群聊交流

千年逢缘得相聚，梦亦人生筱雨飞。

九天散尽群星爠，路尽萧歌忆具灰。

梅寒一季风散雪，冰藏百丈芬幽劲。

残阳溺雪烟消幕，月光叠水虚此行？

我希望我们能够在一起研究学术、探讨生活、能够谈天说低，我希望我们能够分享各自的生活和趣事，所以我创建了两个群，为读者提供了分享知识、传递正能量的平台：

视学算法硕博学术交流群

视学算法就业交流群

如加入失败，则添加学姐微信，拉你进群

务必备注：硕博或者就业，否者不予通过

福利一刻

视学算法特此感谢电子工业出版社的独家赞助，本周电子工业出版社出版一本《你也能看得懂的Python算法书》

此前，本书正处于预售状态。本周视学算法将和电子工业出版社联合赠送若干本。