python获取藏头诗内容_用Python作诗,生活仍有诗和远方
具体步骤:
使用爬虫爬取全唐诗,总共抓取了71000首。
#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")
使用正则表达式对爬取的数据进行处理
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
对诗词正文进行分词操作
#使用jieba中文分词库的textRank算法来找出各个词性的高频词
forx injieba.analyse.textrank(content, topK= 600, allowPOS=( 'n', 'nr', 'ns', 'nt', 'nz', 'm')):
唐诗生成,处理韵脚
#使用pinyin库
pip install pinyin
verse = pinyin.get( "天", format= "strip")
#输出:tian
对于韵脚,本来是想找出所有的韵脚并做成字典形式存储起来,但韵脚总共有20多个,
后来发现其实20多个韵脚都是以元音字母开始的,我们可以基于这个规则来判断:
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
forp inrange(len(verse)- 1, - 1, - 1):
ifverse[p] inrhythmList:
ind = p
rhythm = verse[ind:len(verse)]
目前是最初级的五言律诗,且为名动名句式
rhythm = ""
rhythmList = [ "a", "e", "i", "o", "u"]
whilenum < 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
forp inrange(len(verse)- 1, - 1, - 1):
ifverse[p] inrhythmList:
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")
forp inrange(len(verse1)- 1, - 1, - 1):
ifverse1[p] inrhythmList:
ind1 = p
whileverse1[ind1: len(verse1)] != rhythm:
i1 = random.randint( 1, len(nounlist)- 1)
verse1 = pinyin.get(nounlist[i1][ 1], format= "strip")
forp inrange(len(verse1)- 1, - 1, - 1):
ifverse1[p] inrhythmList:
ind1 = p
#随机排列组合
print(nounlist[i]+verblist[j][ 1]+nounlist[i1])
num += 1藏头诗
其实思路很简单,既然我们有了语料库,那么,我们每次在排列组合词的时候,只需保证生成每句时,第一个名词的第一个字,是按序给定四字成语中的即可
forx inrange(len(nounlist)):
ifnounlist[x][ 0] == str[num]:
i = x
来看一下结果:
四言诗:
所思浮云
关山车马
高楼流水
闲人肠断
关山车马
高楼流水
闲人肠断
五言律诗:
西风时细雨
山川钓建章
龙门看萧索
几年乡斜阳
山川钓建章
龙门看萧索
几年乡斜阳
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
花枝成公子
流水名朝廷
水声胜白石
参考:
https://segmentfault.com/a/1190000004571958
当然,现在生成的唐诗还是比较低级的,属于基础的古诗文词语排列组合。
接下来考虑优化模版,提取五言和七言常用句式作为模版。
另外考虑使用机器学习的方法,写RNN来让计算机自动生成充满韵味的诗。
(完)
图文来自网络、如涉及版权问题,请联系我们以便处理。文章内容纯属作者个人观点,不代表本网观点。
BOOK
python获取藏头诗内容_用Python作诗,生活仍有诗和远方相关推荐
- python程序写诗_用Python作诗,生活仍有诗和远方
原标题:用Python作诗,生活仍有诗和远方 报 名 来源:TheodoreXu链接: https://segmentfault.com/a/1190000013154329 常听说,现在的代码,就和 ...
- python获取藏头诗内容_Watson使用指南(六)在微信公众号中实现识图作诗功能
本文章主要是写一下这个项目开发的过程及之间遇到的问题,作为记录,也希望以此为契机认识志同道合的朋友,一起学习交流. 目录: 概述 环境准备及相关账号申请 部署Python Flask应用到Bluemi ...
- 用python爬取qq空间内容_用python爬取QQ空间
原博文 2016-11-18 17:19 − 好久没写博文了,最近捣鼓了一下python,好像有点上瘾了,感觉python比js厉害好多,但是接触不久,只看了<[大家网]Python基础教程(第 ...
- python获取藏头诗_1_下载全国历代古诗
使用python 下载全国历代古诗 打开CMD 安装以下程序 pip install requests pip install lxml 以下是全部代码 import requests from lx ...
- python获取mac窗口程序内容_在Mac OS X中获取当前活动窗口/文档的标题
在Objective-C,简单的答案,用少量可可和大多Carbon Accessibility API是: // Get the process ID of the frontmost applica ...
- python程序员的工作内容_每个Python程序员都要知道的日志实践
许多应用程序中都会有日志模块,用于记录系统在运行过程中的一些关键信息,以便于对系统的运行状况进行跟踪.在.NET平台中,有非常著名的第三方开源日志组件log4net,c++中,有人们熟悉的log4cp ...
- python批量提取word指定内容_使用python批量读取word文档并整理关键信息到excel表格的实例...
目标 最近实验室里成立了一个计算机兴趣小组 倡议大家多把自己解决问题的经验记录并分享 就像在CSDN写博客一样 虽然刚刚起步 但考虑到后面此类经验记录的资料会越来越多 所以一开始就要做好模板设计(如下 ...
- python获取一个月之前日期_利用python获取当前日期前后N天或N月日期的方法示例...
前言 最近因为工作原因,发现一个Python的时间组件,很好用分享出来!(忘记作者名字了,在这里先感谢了),下面话不多说,来一起看看详细的介绍吧. 示例代码: # -*- coding: utf-8 ...
- python获取window共享目录列表_利用Python获取DICOM RTstructure勾画列表
在<利用Python打开DICOM CT文件>一文中,我们利用pydicom.dcmread()读取了CT图像.本文中我们将修改load_scan()函数来读取RTstructure文件并 ...
最新文章
- svn官方备份hot-backup.py强烈推荐
- CVPR2021 | 视觉 Transformer 的可视化
- 处理参数中存在多个连续空格,只显示一个空格,复制后搜索不到得问题
- javascript中的后退和刷新
- mysql触发器如何获取当前表名_MCGS pro组态环境下,如何获取当前用户名,在画面上显示?...
- 信息学奥赛一本通(1032:大象喝水查)
- [N1盒子] Phicomm-N1 斐讯 N1 NAS 打造指南
- 白硕:人工智能的诗与远方,一文读懂NLP起源、流派和技术
- BS和CS的区别有哪些:
- 空间换时间,轻松提高性能100倍
- 德鲁克谈《自我管理》笔记摘要
- 王健林身价暴跌百亿,儿子却在撒钱!
- 哈希表的概念(散列表)
- 恶意PPT文件夹带漏洞攻击和后门程序
- 【HDU 6608】Fansblog(威尔逊定理+逆元+快速乘+快速幂)
- Apache 基金会创始成员访谈录 ———— 回顾 Apache 20年历程!
- 废物的靶场日记 hackthebox-lame+brainfuck
- Java判断一个序列是否可由给定序列通过栈操作获得(ABCDEF)
- STM32中读写flash
- 二关节机械手PD控制simulink仿真
热门文章
- c#初始化数组的四种方式
- 【Zotero高效知识管理】(2)Zotero的安装、百度云存储配置及常用插件安装
- android相关问题、网摘集锦(持续更新中...)
- #268: declaration may not appear after executable statement in block 解决方法
- 《Protein Actions Principles and Modeling》-《蛋白质作用原理和建模》中文分享(6)
- CentOS 7.5 云主机安装配置Oracle 12cR2
- 彩票股票金融与运气之研究(一)-前奏
- 代码实现网页右侧固定的qq客服,微信,手机号,置顶的功能
- Canvas 拖拉拽建模工具,支持排序导出 Notebook 内容|ModelWhale 版本更新
- 博图v15编程手册_西门子PLC博图V15编写程序