好嗨哦!用Python进行诗歌接龙
♚
作者: jclian,本人从事Python已一年多,是Python爱好者,喜欢算法,热爱分享,希望能结交更多志同道合的朋友,一起在学习Python的道路上走得更远!
介绍
本文将展示如何利用Python爬虫来实现诗歌接龙。
该项目的思路如下:
利用爬虫爬取诗歌,制作诗歌语料库;
将诗歌分句,形成字典:键(key)为该句首字的拼音,值(value)为该拼音对应的诗句,并将字典保存为pickle文件;
读取pickle文件,编写程序,以exe文件形式运行该程序。
该项目实现的诗歌接龙,规则为下一句的首字与上一句的尾字的拼音(包括声调)一致。下面将分步讲述该项目的实现过程。
诗歌语料库
首先,我们利用Python爬虫来爬取诗歌,制作语料库。爬取的页面如下:
由于本文主要为试了展示该项目的思路,因此,只爬取了该页面中的唐诗三百首、古诗三百、宋词三百、宋词精选,一共大约1100多首诗歌。为了加速爬虫,采用并发实现爬虫,并保存到poem.txt文件。完整的Python程序如下:
import reimport requestsfrom bs4 import BeautifulSoupfrom concurrent.futures import ThreadPoolExecutor, wait, ALL_COMPLETED
# 爬取的诗歌网址urls = ['https://so.gushiwen.org/gushi/tangshi.aspx', 'https://so.gushiwen.org/gushi/sanbai.aspx', 'https://so.gushiwen.org/gushi/songsan.aspx', 'https://so.gushiwen.org/gushi/songci.aspx' ]
poem_links = []# 诗歌的网址for url in urls: # 请求头部 headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.87 Safari/537.36'} req = requests.get(url, headers=headers)
soup = BeautifulSoup(req.text, "lxml") content = soup.find_all('div', class_="sons")[0] links = content.find_all('a')
for link in links: poem_links.append('https://so.gushiwen.org'+link['href'])
poem_list = []# 爬取诗歌页面def get_poem(url): #url = 'https://so.gushiwen.org/shiwenv_45c396367f59.aspx' # 请求头部 headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.87 Safari/537.36'} req = requests.get(url, headers=headers) soup = BeautifulSoup(req.text, "lxml") poem = soup.find('div', class_='contson').text.strip() poem = poem.replace(' ', '') poem = re.sub(re.compile(r"([sS]*?)"), '', poem) poem = re.sub(re.compile(r"([sS]*?)"), '', poem) poem = re.sub(re.compile(r"。([sS]*?)"), '', poem) poem = poem.replace('!', '!').replace('?', '?') poem_list.append(poem)
# 利用并发爬取executor = ThreadPoolExecutor(max_workers=10) # 可以自己调整max_workers,即线程的个数# submit()的参数: 第一个为函数, 之后为该函数的传入参数,允许有多个future_tasks = [executor.submit(get_poem, url) for url in poem_links]# 等待所有的线程完成,才进入后续的执行wait(future_tasks, return_when=ALL_COMPLETED)
# 将爬取的诗句写入txt文件poems = list(set(poem_list))poems = sorted(poems, key=lambda x:len(x))for poem in poems: poem = poem.replace('《','').replace('》','') .replace(':', '').replace('“', '') print(poem) with open('F://poem.txt', 'a') as f: f.write(poem) f.write('
')
该程序爬取了1100多首诗歌,并将诗歌保存至poem.txt文件,形成我们的诗歌语料库。当然,这些诗歌并不能直接使用,需要清理数据,比如有些诗歌标点不规范,有些并不是诗歌,只是诗歌的序等等,这个过程需要人工操作,虽然稍显麻烦,但为了后面的诗歌分句效果,也是值得的。
诗歌分句
有了诗歌语料库,我们需要对诗歌进行分句,分句的标准为:按照结尾为。?!进行分句,这可以用正则表达式实现。之后,将分句好的诗歌写成字典:键(key)为该句首字的拼音,值(value)为该拼音对应的诗句,并将字典保存为pickle文件。完整的Python代码如下:
import reimport picklefrom xpinyin import Pinyinfrom collections import defaultdict
def main(): with open('F://poem.txt', 'r') as f: poems = f.readlines()
sents = [] for poem in poems: parts = re.findall(r'[sS]*?[。?!]', poem.strip()) for part in parts: if len(part) >= 5: sents.append(part)
poem_dict = defaultdict(list) for sent in sents: print(part) head = Pinyin().get_pinyin(sent, tone_marks='marks', splitter=' ').split()[0] poem_dict[head].append(sent)
with open('./poemDict.pk', 'wb') as f: pickle.dump(poem_dict, f)
main()
我们可以看一下该pickle文件(poemDict.pk)的内容:
当然,一个拼音可以对应多个诗歌。
诗歌接龙
读取pickle文件,编写程序,以exe文件形式运行该程序。
为了能够在编译形成exe文件的时候不出错,我们需要改写xpinyin模块的__init__.py文件,将该文件的全部代码复制至mypinyin.py,并将代码中的下面这句代码
data_path = os.path.join(os.path.dirname(os.path.abspath(__file__)), 'Mandarin.dat')
改写为
data_path = os.path.join(os.getcwd(), 'Mandarin.dat')
这样我们就完成了mypinyin.py文件。
接下来,我们需要编写诗歌接龙的代码(Poem_Jielong.py),完整代码如下:
import picklefrom mypinyin import Pinyinimport randomimport ctypes
STD_INPUT_HANDLE = -10STD_OUTPUT_HANDLE = -11STD_ERROR_HANDLE = -12
FOREGROUND_DARKWHITE = 0x07 # 暗白色FOREGROUND_BLUE = 0x09 # 蓝色FOREGROUND_GREEN = 0x0a # 绿色FOREGROUND_SKYBLUE = 0x0b # 天蓝色FOREGROUND_RED = 0x0c # 红色FOREGROUND_PINK = 0x0d # 粉红色FOREGROUND_YELLOW = 0x0e # 黄色FOREGROUND_WHITE = 0x0f # 白色
std_out_handle = ctypes.windll.kernel32.GetStdHandle(STD_OUTPUT_HANDLE)
# 设置CMD文字颜色def set_cmd_text_color(color, handle=std_out_handle): Bool = ctypes.windll.kernel32.SetConsoleTextAttribute(handle, color) return Bool
# 重置文字颜色为暗白色def resetColor(): set_cmd_text_color(FOREGROUND_DARKWHITE)
# 在CMD中以指定颜色输出文字def cprint(mess, color): color_dict = { '蓝色': FOREGROUND_BLUE, '绿色': FOREGROUND_GREEN, '天蓝色': FOREGROUND_SKYBLUE, '红色': FOREGROUND_RED, '粉红色': FOREGROUND_PINK, '黄色': FOREGROUND_YELLOW, '白色': FOREGROUND_WHITE } set_cmd_text_color(color_dict[color]) print(mess) resetColor()
color_list = ['蓝色','绿色','天蓝色','红色','粉红色','黄色','白色']
# 获取字典with open('./poemDict.pk', 'rb') as f: poem_dict = pickle.load(f)
#for key, value in poem_dict.items(): #print(key, value)
MODE = str(input('Choose MODE(1 for 人工接龙, 2 for 机器接龙): '))
while True: try: if MODE == '1': enter = str(input('
请输入一句诗或一个字开始:')) while enter != 'exit': test = Pinyin().get_pinyin(enter, tone_marks='marks', splitter=' ') tail = test.split()[-1] if tail not in poem_dict.keys(): cprint('无法接这句诗。
', '红色') MODE = 0 break else: cprint('
机器回复:%s'%random.sample(poem_dict[tail], 1)[0], random.sample(color_list, 1)[0]) enter = str(input('你的回复:'))[:-1]
MODE = 0
if MODE == '2': enter = input('
请输入一句诗或一个字开始:')
for i in range(10): test = Pinyin().get_pinyin(enter, tone_marks='marks', splitter=' ') tail = test.split()[-1] if tail not in poem_dict.keys(): cprint('------>无法接下去了啦...', '红色') MODE = 0 break else: answer = random.sample(poem_dict[tail], 1)[0] cprint('(%d)--> %s' % (i+1, answer), random.sample(color_list, 1)[0]) enter = answer[:-1]
print('
(*****最多展示前10回接龙。*****)') MODE = 0
except Exception as err: print(err) finally: if MODE not in ['1','2']: MODE = str(input('
Choose MODE(1 for 人工接龙, 2 for 机器接龙): '))
现在整个项目的结构如下(Mandarin.dat文件从xpinyin模块对应的文件夹下复制过来):
切换至该文件夹,输入以下命令即可生成exe文件:
pyinstaller -F Poem_jielong.py
生成的exe文件为Poem_jielong.exe,位于该文件夹的dist文件夹下。为了能够让exe成功运行,需要将poemDict.pk和Mandarin.dat文件复制到dist文件夹下。
测试运行
运行Poem_jielong.exe文件,页面如下:
本项目的诗歌接龙有两种模式,一种为人工接龙,就是你先输入一句诗或一个字,然后就是计算机回复一句,你回复一句,负责诗歌接龙的规则;另一种模式为机器接龙,就是你先输入一句诗或一个字,机器会自动输出后面的接龙诗句(最多10个)。
先测试人工接龙模式:
再测试机器接龙模式:
总结
该项目的Github地址为:
https://github.com/percent4/Shicijielong
技 术 栈
Python技术知识清单(数据科学)
Python技术知识清单(网络爬虫)
Python技术知识清单(基础知识)
Python技术知识清单(数据分析)
Python中文社区作为一个去中心化的全球技术社区,以成为全球20万Python中文开发者的精神部落为愿景,目前覆盖各大主流媒体和协作平台,与阿里、腾讯、百度、微软、亚马逊、开源中国、CSDN等业界知名公司和技术社区建立了广泛的联系,拥有来自十多个国家和地区数万名登记会员,会员来自以公安部、工信部、清华大学、北京大学、北京邮电大学、中国人民银行、中科院、中金、华为、BAT、谷歌、微软等为代表的政府机关、科研单位、金融机构以及海内外知名公司,全平台近20万开发者关注。
▼ 点击下方阅读原文,免费成为社区注册会员
好嗨哦!用Python进行诗歌接龙相关推荐
- 用Python进行诗歌接龙
目录 实现原理 建立诗歌语料库 诗歌分句 诗歌接龙 测试运行 之前讲解过人工智能对对联项目,本文将展示如何利用Python爬虫来实现诗歌接龙.
- Python爬虫之诗歌接龙
介绍 本文将展示如何利用Python爬虫来实现诗歌接龙. 该项目的思路如下: 利用爬虫爬取诗歌,制作诗歌语料库: 将诗歌分句,形成字典:键(key)为该句首字的拼音,值(value)为该拼音对 ...
- 小游戏,利用Python爬虫之制作诗歌接龙
本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理 以下文章来源于腾讯云 作者:数据森麟 ( 想要学习Python?Python学习交 ...
- 如何用python编程能实现输入诗句的上句显示下句_Python爬虫之诗歌接龙
介绍 本文将展示如何利用Python爬虫来实现诗歌接龙. 该项目的思路如下:利用爬虫爬取诗歌,制作诗歌语料库: 将诗歌分句,形成字典:键(key)为该句首字的拼音,值(value)为该拼音对应的诗句, ...
- python编写程序输出诗句_闲来无事能干嘛 用Python来玩诗歌接龙
闲来无事能干嘛 用Python来玩诗歌接龙 作为一个懂Python爬虫的运维狗,闲来无事的时候总要找点乐子(睡觉不香么),哈哈,就是这么的敬业(其实是无聊).今天网盾科技给大家讲讲怎么用Python爬 ...
- python爬虫打造_Python爬虫与AI结合,打造诗歌接龙程序!
介绍 本文将展示如何利用Python爬虫来实现诗歌接龙. 该项目的思路如下: 利用爬虫爬取诗歌,制作诗歌语料库: 将诗歌分句,形成字典:键(key)为该句首字的拼音,值(value)为该拼音对应的诗句 ...
- python中成语接龙游戏_Python实现成语接龙
这是一篇用Python实现成语接龙小游戏的具体开发教程.Python实现这个功能非常容易,以下分为两个版本,一个是简易版,能够实现基本的功能.还有一个是拓展版,是在简易版上进行拓展,功能更为复杂且完善 ...
- 用python实现词语接龙游戏
用python实现词语接龙游戏 最近,3岁多的女儿很喜欢玩词语接龙.想一想,这个游戏可以通过刚学的python在电脑上实现. 首先是要整理词语库,最好不要太生僻的词语,要够多,才能经得起比赛.经过上网 ...
- python实现诗词接龙
前言 在之前的<中国诗词大会>上面,曾经出现过诗词接龙的规则,当然诗词接龙肯定不是现在才有的内容,它应该是来源于飞花令 飞花令 飞花令是古人行酒令时的一个文字游戏,得名于唐代诗人韩翃(hó ...
最新文章
- python第三方库是什么意思-Python最强大的第三方库,你有必要了解一下!
- ns 25的L2TP模式×××配置
- el-table中设置fixed固定列之后错位的奇葩原因
- 点击事件为什么会失效_耐高温润滑油脂为什么会失效?
- 比亚迪:2月新能源汽车销量14429辆 同比增长73%
- Ubuntu 16.04 安装 cuda 7.5.run BEGIN failed--compilation aborted at ./cuda-installer.pl line 5
- Large Memory Footprints on AIX
- Java编程:矩阵网格类算法问题做DFS
- 【HDOJ】1071 The area
- AlphaGo Zero 设计思路及应用实践(上)
- 【 PG 入门系列 】PostgreSQL的客户端工具(五)
- win7看不到共享打印机的计算机,win7搜不到共享打印机怎么办?-解决win7找不到共享打印机的方法 - 河东软件园...
- 华为2018届校园招聘笔试题目以及相应代码分享 软件开发岗位
- Android 监听软键盘弹出/隐藏,控制软键盘弹出/隐藏
- unity -- 存档与读档
- 自动机器学习-AutoGluon: AutoML for Text, Image, and Tabular Data
- 2022 年的 React 生态
- Shader视差贴图
- 数据技术篇之日志采集
- 嵌入式系统串口解析二进制数_关于串口的字符串输出和二进制数据流输出
热门文章
- 【实践与问题解决29】苹果系统如何做脚本控制手机自动手势
- Mysql数据库-初识Mysql
- MySQL数据库设计规范
- bat批处理开发-wifi联网系列(4):连接wifi,获取本机ip、网关及dns,并通过ping对wifi网络的连通性可用性进行检测
- 任意多边形的面积公式
- 这个城市最安静的声音 - Suzy
- java采用匈牙利命名法_【Java】工具类,如何将匈牙利命名法转换成驼峰命名法-Go语言中文社区...
- 人力资源系统开发案例
- 天猫618红包口令怎么获取?天猫618红包使用条件有哪些?
- 芯旺微车规级功夫KF32A150,SPI调试经验