大学python期末大作业,python大作业数据分析

大家好，给大家分享一下大学python期末大作业，很多人还不知道这一点。下面详细解释一下。现在让我们来看看！

Source code download: 本文相关源码

完整项目分享：
链接: https://pan.baidu.com/s/1CTMOgLYteLrWRaRnouB0SQ?pwd=12hf 提取码: 12hf
（如果这个项目帮助到你了，麻烦点个赞，谢谢）

1.实现功能：

1.进行简单的日常生活聊天(首先根据输入寻找对应答案，如果未找到对应答案，就结合从百度百科上爬取下的内容进行回答)
2.关于具体电影和音乐话题的聊天(联系上文语境、实现关键词双重查找)
附加部分：
为机器人增加了语音播报功能
实现了一个简单的GUI，实现了交互功能
机器人对话均为中文对话

2.功能演示

日常聊天部分：

1.进行简单的对话

点击开始按钮，在内部对程序进行初始化

将想要输入的部分输入到发送框中，然后点击发送

2.对于特定的关键词知道进行搜索

当然，如果想要的数据更精确，也可以直接行驶查询功能

特定话题部分：

流程：
首先需要输入“聊电影”
然后利用特定的输入来激活到某个更具体的话题
比如输入的“知道恋恋笔记本这部电影吗？”，“知道陈可辛吗？”,然后就可以就这个部分进行话题的探讨
需要退出具体话题的聊天，可以直接输入exit实现退出，返回到日常生活中的聊天。

首先是激活到对应的具体话题部分

我们先输入“聊电影”
然后再看“激活特定话题用关键词.txt”文件中的内容，选择一个输入
这里输入的是“你知道陈可辛吗？”就正式进入这个话题下的聊天了

找到对应部分后，就可以输入对话了python自动化运维工资。这里利用了双层的关键词查找和联系上下问语境

双层关键词

联系上下文语境

前面先聊到“梁家辉”，此时的话题就记住了关键词“梁家辉”，然后再问出生日期，聊天机器人就会在“梁家辉”对应的词条下面寻找。后来又聊到了“陈可辛”，此时的语境就会切换成陈可辛，你再问机器人，机器人就会在结合陈可辛的语境进行回答。

3.实现过程：

实现所用到库

jieba: 用于中文分词。方便将对话输入拆分关键词，便于查找
tkinter：用于实现GUI交互界面
json：用于读取json格式的语料库文件
pyttsx3：用于实现机器人的语音播报

实现思路：

整体思路是结合预料库进行正则匹配。
首先是整个字符串进行匹配，如果找到就可以直接进行输出
然后是关键词逐个匹配，在上一种情况没有匹配的情况下，将输入的话进行关键词的拆分和组合，再进行关键词的匹配。

扩展部分思路
这部分是结合语境以及关键词多重匹配
结合了具体话题的语料库的性质。
这个语料库的关键词分为三层。
第一层适用于我们激活到更加具体的话题，比如说提问“知道陈可辛吗？”，这一整句话就是第一层关键词，保证回答不会跳出这个话题。
第二层关键词就适用于语境了，每次找到新回答后，这个语境关键词都会被更新。
第三层关键词用于查找具体的回答。
结合语境：
每次找到新回答后就会更新语境，下一次再要寻找回答时，会优先匹配之前的语境下的第三层关键词，如果匹配成功了，那就直接输出。如果没有在之前的语境关键词下匹配成功。就跳转到使用关键词的多重匹配。
关键词多重匹配：
利用jieba库对输入的话进行关键词拆分和组合，得到我们实际想知道的关键词的所有可能。
先用所有的关键词可能匹配第二层关键词，如果匹配成功了就再匹配这个语境关键词下的所有第三层关键词，一旦匹配成功就可以输出了。

举例：
输入“梁家辉主要成就”
将关键词拆分组合成“梁家辉”“梁家辉成就”，“梁家辉主要”，“梁家梁家辉成就”，“梁家梁家辉主要”，“梁家梁家辉”，“梁家成就”，“梁家主要成就”，“梁家主要”。
利用这些关键词逐个匹配第二层关键词，发现“梁家辉”这个关键词匹配成功了
在“梁家辉”这个语境关键词下，再次利用所有的关键词可能匹配第三层关键词，发现匹配成功了“主要成就”，就将对应结果输出了。

实现所用函数的解释：

query(content)：
输入：要查询的词条
输出：查询的结果
功能:爬取百度百科content的搜索内容
StrSplit(String)：
输入：要拆分的字符串
输出：所有可能字符子串的数组
功能：将输入的内容进行关键词拆分和组合，返回形成字符串数组。
query_find(String)：
输入：要检查的字符串
输出：返回是否符合查找的格式，和查询的结果
功能：检查输入的String是不是符合“知道xx吗”的形式，如果是，就调用query进行查找，并且更改返回值。
MatchSiple(path, String)：
输入：语料库的路径，要查询的字符串
输出：返回是否找到结果以及结果
功能：检查String是否在path对应的文件内容中有直接的完全符合的匹配，如果有就修改返回值
MatchHeight(path, String_lt)：
输入：语料库的路径，分割好后的字符串数组
输出：是否查询到结果，查询的结果
功能:逐个检查String_lt字符串数组中的字符串是否在path对应文件有完全的匹配，如有有匹配，就对应答案该返回值。
ai_movie_MatSiple(data,String oeder)：
与MatchSiple(path,String)类似，只是使用的语料库切换成了具体话题的语料库。
ai_movie_MatchHeight(data, String_lt,order,name)：同上。
ai_films_Matchname(data,String):
输入：具体话题的语料库，输入的字符串
输出：查询的结果，是否查询到结果，查询到的第一个关键词
功能：确定好第一个关键词。
films(engine,file,string):
输入：语音播报，打开的语料库文件，要检测的字符串
输出：无返回值，直接将内容输出到GUI上，同时进行语音播报
功能：根据前后全局变量的信息，有针对性调用前面所说的函数，找到对应的结果。
chat_bot(String):
输入：要询问的部分
输出: 无返回值，直接将内容输出到GUI上，同时进行语音播报。
功能：根据几个全局变量的信息，有针对性的调用上述函数，找到最终的结果
send():
这个函数是被按钮“发送”所调用的，会调用chat_bot()函数,寻找返回的字符串，同时将输入的内容有人插入到GUI的文本框中。
begin():
对所有的信息进行初始化，这个函数是由“开始”按钮所调用的

代码中全局变量的解释

global tag1:用于表示当前机器人的状态是不是在“聊电影”这个特殊的话题上
global tag2:用于表示当前机器人的状态是不是在“聊音乐”这个特殊的话题上
global name:用于记录在“聊电影”和“聊音乐”上的第一个关键词
global path:用于记录日常聊天的语料库的路径
global engine:用于记录语音播报
global file1:记录“聊电影”的语料库文件
global file2:记录“聊音乐”的语料库文件
global data:记录打开的具体话题对应文件转化成的dirt
global ord:记录在“聊电影”或者“聊音乐”这两个具体部分中，第一个关键词对应的位置。还是方便后续的查找

##4.实验总结：

本次实验的主题思路是实现关键词的提取和匹配，根据已经有的语料库进行针对性的回答。
在一般的完全匹配上，增加了关键词的拆分重新组合，增加了结合语境，增加了关键词双重匹配，增加了不知道结果时可以从百度百科上爬取答案。同时增加了交互界面和语音播报。
实现了可以简单的一问一答，具体话题下的更具体的回答。
但是由于语料库的欠缺，在实现具体话题下问答时需要用特殊的话来进行激活，这一点是有待改进。同时这次大作业，借鉴了网络上的一些思路，表示感谢。

import tkinter
import tkinter as tk
from tkinter import scrolledtext
import jieba
import urllib.request
import urllib.parse
from lxml import etree
import json
import pyttsx3

# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~全局变量~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
global tag1
global tag2
global name
global path
global engine
global file1
global file2
global data
global ord
tag1 = 0
tag2 = 0
name = None
# 标记两个tag,一个tag表示当前的选择是一般性回答还是film,另一个tag是在film中表示是不是第一次使用film的库
# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~


# ~~~~~~~~~~~~~~~~~~~~~~~~~~~日常对话部分查找~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
def query(content):
    # 请求地址
    url = 'https://baike.baidu.com/item/' + urllib.parse.quote(content)
    # 请求头部
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.99 Safari/537.36'
    }
    # 利用请求地址和请求头部构造请求对象
    req = urllib.request.Request(url=url, headers=headers, method='GET')
    # 发送请求，获得响应
    response = urllib.request.urlopen(req)
    # 读取响应，获得文本
    text = response.read().decode('utf-8')
    # 构造 _Element 对象
    html = etree.HTML(text)
    # 使用 xpath 匹配数据，得到匹配字符串列表
    sen_list = html.xpath('//div[contains(@class,"lemma-summary") or contains(@class,"lemmaWgt-lemmaSummary")]//text()')
    # 过滤数据，去掉空白
    sen_list_after_filter = [item.strip('\n') for item in sen_list]
    # 将字符串列表连成字符串并返回
    return ''.join(sen_list_after_filter)

def query_find(String):
    back = None
    find = 0
    if '知道' in String:                      # 符合”知道XX吗“的格式，直接调用query对结果进行爬虫
        find = 1
        f1 = String.split('知道')
        f1 = f1[1].split('吗')
        back = query(f1[0])
        if len(back) < 2:
            back = '这个小蜗也不知道哎'
    lt_ms = [back, find]
    return lt_ms

def StrSplit(String):
    """
    Decompose the string into a list           # 将字符串分解为一个列表
    :param String: The string to be decomposed # 要分解的字符串
    :return: String_lt                         # 分解后的字符串列表
    """
    String_lt = jieba.lcut(String, cut_all=True)    # 要引入jieba库
    String1 = jieba.lcut(String, cut_all=True)
    String2 = jieba.lcut(String, cut_all=True)
    String3 = jieba.lcut(String, cut_all=True)
    String3.append('')
    for Str1 in String1:
        String_lt.append(Str1)
        String2.remove(Str1)
        for Str2 in String2:
            String_lt.append(Str2)                  # 要添加分出来的关键词
            try:
                String3.remove(Str1)
            except:
                pass
            try:
                String3.remove(Str2)
            except:
                pass
            for Str3 in String3:
                String_lt.append(Str3)
                String_lt.append(Str1 + Str2 + Str3)            # 添加组合成的关键词
    String_lt = sorted(String_lt, reverse=True)
    return String_lt

def MatchSiple(path, String):
    """
    Matches the dictionary to a single string  # 将字典匹配到单个字符串
    :param path: The dictionary to match       # 匹配的字典
    :param String: The string to match         # 要匹配的字符串
    :return: lt_ms                             # 匹配结果与判断(1有/0无)的列表
    """
    errow_matchsplit = 0
    back = None

    f1 = String.split('：')[0]
    if f1 == '查询':
        errow_matchsplit = 1
        back = query(String.split('：')[1])
        lt_ms = [back, errow_matchsplit]
        return lt_ms

    with open(path, 'r', encoding='utf-8') as f:     # 注意编码
        while errow_matchsplit == 0:
            f1 = f.readline().split('\n')[0]
            f2 = f.readline().split('\n')[0]
            f3 = f.readline()
            if String == f1:
                back = f2
                errow_matchsplit = 1
                break
            if f1 == '' or f2 == '':
                break
    lt_ms = [back, errow_matchsplit]
    if errow_matchsplit == 0:
        lt_ms = query_find(String)
    return lt_ms

def MatchHeight(path, String_lt):
    """
    Matches the dictionary with a list of strings # 用字符串列表匹配字典
    :param path: The dictionary to match          # 匹配的字典
    :param String_lt: List of strings to match    # 要匹配的字符串列表
    :return: lt_mh                                # 匹配结果与判断(1有/0无)的列表
    """
    errow_matchheight = 0
    back = None
    with open(path, 'r', encoding='utf-8') as f:     # 注意编码
        while errow_matchheight == 0:
            f1 = f.readline().split('\n')[0]
            f2 = f.readline().split('\n')[0]
            f3 = f.readline()
            for String in String_lt:
                if String == f1:
                    back = f2
                    errow_matchheight = 1
                    break
            if f1 == '' or f2 == '':
                break
    lt_mh = [back, errow_matchheight]
    return lt_mh

# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

def study(path, study_start, study_end):
    """
    Open the dictionary and write the match statement and the match result # 打开字典并编写匹配语句和匹配结果
    :param path: The dictionary to open                                    # 要查的字典
    :param study_start: Dictionary matching statements                     # 词典匹配语句
    :param study_end: The dictionary returns the result                    # 字典返回结果
    :return: None                                                          # 无返回
    """
    with open(path, 'a', encoding='utf-8') as f:     # 注意编码
        f.write(study_start+'\n')
        f.write(study_end+'\n')
        f.write('\n')

# ~~~~~~~~~~~~~~~~~~~~~~~~~~~具体话题查找~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
def ai_movie_MatchSiple(data, String, order):
    errow_movie_match = 0
    back = None
    name = None
    f1 = String.split('：')[0]
    if f1 == '查询':
        errow_matchsplit = 1
        back = query(String.split('：')[1])
        lt_ms = [back, errow_matchsplit,name]
        return lt_ms
    for i in  range(len(data[order]['messages'])):
        if data[order]['messages'][i]['message'] == String:
            back = data[order]['messages'][i+1]['message']
            name = data[order]['messages'][i+1]['attrs'][0]['name']
            errow_movie_match = 1
            break
    lt_ms = [back, errow_movie_match, name]
    return lt_ms

def ai_movie_MatchHeight(data, String_lt, order, name):
    errow_movie_matchH = 0
    back = None
    find = 0
    for i in range(len(data[order]['messages'])):                               # 优先根据结果进行检查
        if errow_movie_matchH == 1:
            break
        if len(data[order]['messages'][i]) == 2:
            for String in String_lt:
                if errow_movie_matchH == 1:
                    break
                # print(String, '   ', data[order]['messages'][i]['attrs'][0]['name'])
                for j in range(len(data[order]['messages'][i]['attrs'])):       #判断是否普找到
                    if String == data[order]['messages'][i]['attrs'][j]['name']:
                        find = 1
                        break
                if find == 1:
                    for j in range(len(data[order]['messages'][i]['attrs'])):
                        if errow_movie_matchH == 1:
                            break
                        for String in String_lt:
                            if String == data[order]['messages'][i]['attrs'][j]['attrname']:
                                back = data[order]['messages'][i]['attrs'][j]['name']+','+data[order]['messages'][i]['attrs'][j]['attrname']+':'+data[order]['messages'][i]['attrs'][j]['attrvalue']
                                name = data[order]['messages'][i]['attrs'][j]['name']
                                errow_movie_matchH = 1
                                break

    for i in range(len(data[order]['messages'])):                               # 优先根据结果进行检查
        if errow_movie_matchH == 1:
            break
        if len(data[order]['messages'][i]) == 2:
            for String in String_lt:
                #if len(data[order]['messages'][i]['attrs'][0]) == 1:
                         #说明有不止一个attr
                for j in range(len(data[order]['messages'][i]['attrs'])):
                    if String == data[order]['messages'][i]['attrs'][j]['attrname']:
                        if name == data[order]['messages'][i]['attrs'][j]['name']:      # 首先对name 进行检验，不过这时候的name要换成String,进行三重检测
                            back = data[order]['messages'][i]['attrs'][j]['name']+','+data[order]['messages'][i]['attrs'][j]['attrname']+':'+data[order]['messages'][i]['attrs'][j]['attrvalue']
                            errow_movie_matchH = 1
                            break

    for i in range(len(data[order]['messages'])):
        if errow_movie_matchH == 1:
            break
        if len(data[order]['messages'][i]) == 2:
            for String in String_lt:
                for j in range(len(data[order]['messages'][i]['attrs'])):
                    if String == data[order]['messages'][i]['attrs'][j]['attrname']:
                        back = data[order]['messages'][i]['attrs'][j]['name']+','+data[order]['messages'][i]['attrs'][j]['attrname']+':'+data[order]['messages'][i]['attrs'][j]['attrvalue']
                        name = data[order]['messages'][i]['attrs'][j]['name']
                        errow_movie_matchH = 1
                        break
    lt_mh = [back, errow_movie_matchH, name]
    return lt_mh

def ai_films_Matchname(data,String):
    errow_matchsplit = 0
    back = 0
    name = None
    for i in range(149):
            if data[i]['messages'][0]['message'] == String:
                errow_matchsplit = 1
                name = data[i]['messages'][1]['attrs'][0]['name']
                back = i
                break
    lt_ms = [back, errow_matchsplit, name]
    return lt_ms

def films(engine, file,String):                        ##聊电影对应的模块
    global tag1
    global tag2
    global name
    global data
    global ord
    if tag2 == 0:                                 ##说明刚刚进入到这个模块当中
        data = json.load(file)
        order = ai_films_Matchname(data, String)
        name = order[2]
        ord = order[0]
        t.insert('end', '小蜗：'+data[order[0]]['messages'][1]['message']+'\n')
        engine.say(data[order[0]]['messages'][1]['message'])
        engine.runAndWait()
        tag2 = 1

    elif String == 'exit':
        tag2 = 0
        tag1 = 0
    else:
        a1 = ai_movie_MatchSiple(data=data, String=String, order=ord)
        show = a1[0]
        errow_matchsimple = a1[1]
        if errow_matchsimple == 0:  # 说明没有找到直接相匹配的,关键词进行重组，查找对应的关键词
            String_lt = StrSplit(String=String)
            a2 = ai_movie_MatchHeight(data=data, String_lt=String_lt, order=ord, name=name)
            show = a2[0]
            errow_matchhight = a2[1]
            if errow_matchhight == 0:
                t.insert('end', '小蜗：小蜗不知道这个细节唉😔'+'\n')
                engine.say("小蜗不知道这个细节唉")
                engine.runAndWait()
            else:
                name = a2[2]
                t.insert('end', '小蜗：'+ show+'\n')
                engine.say(show)
                engine.runAndWait()
        else:
            name = a1[2]
            t.insert('end', '小蜗：' + show + '\n')
            engine.say(show)
            engine.runAndWait()
    return
# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

# ~~~~~~~~~~~~~~~~~~~~~相当于main函数，总调度~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
def chat_bot(String):
    global  tag1
    global  tag2
    global engine
    global file1
    global file2
    global path
    if tag1 == 0:               #标志现在是在正常的聊天当中
        if String == '聊电影':
            tag1 = 1
            return
        elif String == '聊音乐':
            tag2 = 2
            return
        else:
            a1 = MatchSiple(path=path, String=String)
            show = a1[0]
            errow_matchsimple = a1[1]
            if errow_matchsimple == 0:
                String_lt = StrSplit(String=String)  # 对关键词全部进行重新组合
                a2 = MatchHeight(path=path, String_lt=String_lt)
                show = a2[0]
                errow_matchhight = a2[1]
                if errow_matchhight == 0:
                    t.insert('end', '小蜗: 小蜗不知道怎么回答哎'+'\n')
                    engine.say("小蜗不知道怎么回答哎")
                    engine.runAndWait()
                else:
                    t.insert('end', '小蜗:'+show+'\n')
                    engine.say(show)
                    engine.runAndWait()
            else:
                t.insert('end', '小蜗:'+show+'\n')
                engine.say(show)
                engine.runAndWait()
    elif tag1 == 1:
        films(engine=engine, file=file1, String=String)
    elif tag2 == 2:
        films(engine=engine, file=file2, String=String)
    return
# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

# ~~~~~~~~~~~~~~~~~~~~~~按钮对应函数~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
def send():
    val = e.get()
    e.delete(0, tkinter.END)
    t.insert('end', '主人:' + val + '\n')  # 将要输出的内容插入到文本框中
    chat_bot(String=val)
    t.see(tkinter.END)

def begin():                                    #默认加载学习模块
    global engine
    global path
    global tag1
    tag1 = 0
    path = r'ai.txt'
    engine = pyttsx3.init()
    voices = engine.getProperty('voices')               # 音色
    engine.setProperty('voice', "com.apple,speech.synthesis.voice.meijia")
    rate = engine.getProperty('rate')                   # 速率
    engine.setProperty('rate', 180)
    volume = engine.getProperty('volume')               # 音量
    engine.setProperty('volume', 1.0)
    global file1
    global file2
    file1 = open('file.json', 'r', encoding='utf8')
    file2 = open('music.json', 'r', encoding='utf8')
    # t.insert('end', '-' * 10 + '程序开始' + '-' * 10 + '\n')
    t.insert('end', '小蜗: 程序开始了哦'+'\n')
# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

# ~~~~~~~~~~~~~~~GUI部分~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
window = tk.Tk()
window.title('小蜗机器人')
window.geometry('800x200')

l1 = tk.Label(window, text='聊天', font=('Arial', 12), width=15,
             height=1)
l2 = tk.Label(window, text='发送框', font=('Arial', 12), width=15,
             height=1)
# 直接传入部分对应输出部分
e = tk.Entry(window, width=100)
t = scrolledtext.ScrolledText(window, height=10, width=100)

be = tk.Button(window,text='开始', font=('Arial', 12), width =10,
               height=1, command=begin)

b = tk.Button(window, text='发送', font=('Arial', 12), width=10,
              height=1, command=send)
# 界面布置
l1.grid(row=0, column=0)
l2.grid(row=1, column=0)
e.grid(row=1, column=1)
t.grid(row=0, column=1)
be.grid(row=2, column=0)
b.grid(row=2, column=1)
window.mainloop()
# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~