程序员自编的中华古诗词数据库在GitHub上火了！

最新推荐文章于 2024-04-17 10:10:35 发布

程序员之家_

最新推荐文章于 2024-04-17 10:10:35 发布

阅读量857

点赞数

今天，给大家推荐一个GitHub上的一个热门项目——Chinese-poetry ，截至今日，该项目已经获得了 9700 个「star」以及 1383 个「fork」。

640

该诗词数据库包含5.5万首唐诗、26万首宋诗和 2.1万首宋词。唐宋两朝近 1.4万古诗人，和两宋时期1500位词人，数据均来源于互联网。（项目地址：https://github.com/chinese-poetry/chinese-poetry）

数据分发形式

该项目中的古诗数据分发采用繁体字的分组JSON文件，保留繁体能更大程度地保存原数据。宋词数据分发采用sqlite数据库，使用简体字。

其他类型结构数据

● chinese-poetry / chinese-poetry-zhCN 简体中文版本数据（链接：https://github.com/chinese-poetry/chinese-poetry-zhCN）

● KomaBeyond / chinese-poetry-mysql 适用于mysql数据库的格式数据（链接：https://github.com/KomaBeyond/chinese-poetry-mysql）

转换数据库格式工具

● chinese-poetry-to-mysql-tool 转换成sql文件的脚本（链接：https://github.com/woodylan/chinese-poetry-to-mysql-tool）

古诗JSON结构

[
  {
    "strains": [
      "平平平仄仄，平仄仄平平。",
      "仄仄平平仄，平平仄仄平。",
      "平平平仄仄，平仄仄平平。",
      "平仄仄平仄，平平仄仄平。"
    ],
    "author": "太宗皇帝",
    "paragraphs": [
      "秦川雄帝宅，函谷壯皇居。",
      "綺殿千尋起，離宮百雉餘。",
      "連甍遙接漢，飛觀迥凌虛。",
      "雲日隱層闕，風煙出綺疎。"
    ],
    "title": "帝京篇十首一"
  },
  ... 每单个JSON文件1000条唐诗记录.
]

作者JSON结构

[
  {
    "name": "太宗皇帝",
    "desc": "帝姓李氏，諱世民，神堯次子，聰明英武。貞觀之治，庶幾成康，功德兼隆。由漢以來，未之有也。而銳情經術，初建秦邸，即開文學館，召名儒十八人爲學士。既即位，殿左置弘文館，悉引內學士，番宿更休。聽朝之間，則與討論典籍，雜以文詠。或日昃夜艾，未嘗少怠。詩筆草隸，卓越前古。至於天文秀發，沈麗高朗，有唐三百年風雅之盛，帝實有以啓之焉。在位二十四年，諡曰文。集四十卷。館閣書目，詩一卷，六十九首。今編詩一卷。"
  },
  ...
]

数据分析

640