利用开源古诗词数据集做诗词查询器，给孩子语文作业做辅助

GitHub开源的最全中华古典文集数据库，包含 5.5 万首唐诗、26 万首宋诗、2.1 万首宋词和其他古典文集。诗人包括唐宋两朝近 1.4 万古诗人，和两宋时期 1.5 千古词人。

利用开源的数据库，随手练习写了一个程序，原本是想练习一下用pandas读取json数据写入mysql数据库，然后用这个庞大的数据来练习数据库的基本语法，然而写入数据库总是报错，具体问题就不说了，有兴趣的同学可以自己试试。

但是毕竟研究了好多天，也把这个数据集的结构了解了大概，不想彻底放弃，最后就写了一个简单的诗歌查询功能，试了一下，还是比较方便，尤其现在我家小孩老师要求每天背古诗，所以给孩子查询古诗词的时候可以用用。

这里主要写了查询的简单逻辑结构，另外原来数据集全部是繁体字，这里也做了转换，这里用到了开源项目https://github.com/skydark/nstools/tree/master/zhtools，里面langconv.py文件，还有zh_wiki.py文件。

文件结构如下，这里只做了唐诗，宋词，曹操诗歌，的基本查询，其他诗歌文件其实做法基本一样，把函数重复利用一下就可以了，大同小异，只是数据结构可能稍微不同，读取和查询条件需要修改一下。

代码如下：这里加了pyttsx3 朗读诗词的输出（就是包含engine.say(））的语句，不需要的可以关掉，不然一句一句输出太慢。

import pandas as pd
import numpy as np
import pymysql
from langconv import *
import os
import difflib
import pyttsx3
import time
def Traditional2Simplified(sentence):
  '''
  将sentence中的繁体字转为简体字
  :param sentence: 待转换的句子
  :return: 将句子中繁体字转换为简体字之后的句子
  '''
  sentence = Converter('zh-hans').convert(sentence)
  return sentence
def Simplified2Traditional(sentence):
  '''
  将sentence中的简体字转为繁体字
  :param sentence: 待转换的句子
  :return: 将句子中简体字转换为繁体字之后的句子
  '''
  sentence = Converter('zh-hant').convert(sentence)
  return sentence


def  showpoet(json,author,titl,flg):  #获取json 查找唐宋诗词 常用
  
 
  try:      
      df = pd.read_json(json)
      #print(df.keys())
      #df=df[['author','paragraphs', 'title']]
      #print(df.keys())
      
      for auth, title,tx in zip(df['author'],df['title'],df['paragraphs']):
        
        #if Simplified2Traditional(auth)==author or auth==author:
        if   Simplified2Traditional(author)== auth or author == auth or author == '':
          if Simplified2Traditional(titl) in title or titl in title:
              count.append('1')
              print(Converter('zh-hans').convert(auth))
              print(Converter('zh-hans').convert(title))
              #engine.say('作者{0}   标题{1}'.format(auth,title))
              #engine.runAndWait()
              #engine.say('python 为您朗读' )
              #engine.runAndWait()
              for i in tx:
                  #Converter('zh-hans').convert(i)
                  ii=Traditional2Simplified(i)
                  
                  print(ii)
                  #engine.say('{}'.format(ii))
                  #engine.runAndWait()
              print('\n')
      
      else:         
          
          pass



  except Exception as e:
    #print('核对输入作者{}是否正确，或者无匹配内容'.format(author))
    pass
    #print(e)
  
        
def ci(json,author,cp,flg):# pandas 读取ci集的文件 查找诗词
  
  
  try:      
      df = pd.read_json(json)
      #print(df.keys())
      #df=df[['author','paragraphs', 'rhythmic']]
      #print(df.keys())
    
      for  auth,tx,rhythmic in zip(df['author'],df['paragraphs'],df['rhythmic']):
        if Simplified2Traditional(author) in auth or author in auth:
          if   Simplified2Traditional(cp) in rhythmic or cp in rhythmic :
            count.append('1')
            print(Converter('zh-hans').convert(auth))
            print(Converter('zh-hans').convert(rhythmic))          

            for i in tx:
                #Converter('zh-hans').convert(i)
              ii=Traditional2Simplified(i)
                    
              print(ii)
            print('\n')
           

        else:
                       
          pass            
  
  except Exception as e:    
    #print(e)
    #print('核对输入作者{}是否正确，或者无匹配内容'.format(author))
    pass


def cao(json,title,flg):# pandas 读取曹操诗集的文件 查找诗词
  
  
  try:      
      df = pd.read_json(json)
      #print(df.keys())
      #df=df[['author','paragraphs', 'rhythmic']]
      #print(df.keys())
    
      for  t,p in zip(df["title"],df['paragraphs']):

         if Simplified2Traditional(title) in t or title in  t :
           
           print(Converter('zh-hans').convert(t))
           count.append('1')
           for i in p:
            #Converter('zh-hans').convert(i)
             ii=Traditional2Simplified(i)
                
             print(ii)
           print('\n')

         elif title=='a':
           print(Converter('zh-hans').convert(t))
          
           for i in p:
             #Converter('zh-hans').convert(i)
             ii=Traditional2Simplified(i)
                  
             print(ii)
           print('\n')            
            

  except Exception as e:
    #print(e)
    #print('核对输入作者{}是否正确，或者无匹配内容')
    pass
  


def walkFile(file): #用于获取指定文件夹里面所有诗词文件地址 
    
    for root, dirs, files in os.walk(file):
        # root 表示当前访问的文件夹路径
        # dirs 表示该文件夹下的子目录名list
        # files 表示该文件夹下的文件list
        # 遍历文件
        for f in files:            
            #print(os.path.join(root, f))
            json=os.path.join(root, f)      #获取json诗歌文件传参给showpoet(json,author)  ci(json,author)  cao(json,title) 三个函数 读取诗词数据
            
            if choice=='1':
              showpoet(json,author,titl,flg)
            elif choice=='2':
              ci(json,author,cp,flg)
            elif choice=='3':
              cao(json,title,flg)
            
            
        for d in dirs:
            os.path.join(root, d)

            #print(os.path.join(root, d))
            
    
      
def main( book):#book用来指定读取哪个诗词文件夹 顺便设置一下
    
    
    walkFile("H:\\chinese-poetry\\{}".format(book))
    
    
def main2():
  
  global choice,author,title,engine,cp,titl,flg,count
  count=[]
  flg=0
  engine = pyttsx3.init()
  rate = engine.getProperty('rate')  # 获取当前语速
  engine.setProperty('rate', 180)  # 设置语速
  file={'诗歌':'json','词':'ci','曹操':'caocaoshiji'}
  choice=input('选择项目:1 诗歌,2 词,3 曹操诗集：\n')
  if choice=='1':
    book=file['诗歌']
    author=input('输入作者，未知则输入空值:  ')
    titl=input('输入标题未知则输入空值:  ')
    print('\n')
    main(book)
  elif choice=='2':
    book=file['词']
    author=input('输入作者或者空:  ')
    cp=input('输入词牌名:  ')
    print('\n')
    main(book)
  elif choice=='3':
    book=file['曹操']
    title=input('输入曹操诗歌标题,输入a输出所有诗词:  ')
    print('\n')
    main(book)
  else:
    print('选择错误,重新输入')

  if count!=[]:
    print('查询完毕')
    print('共找到{}项内容'.format(len(count)))
    print('\n')
  else:
    print('没有匹配到内容')
    print('\n')




if __name__ == '__main__':
  pd.set_option('display.unicode.ambiguous_as_wide', True)
  pd.set_option('display.unicode.east_asian_width', True)
  #pd.set_option('display.width', 180) # 设置pandas dataframe 的输出打印宽度(**重要**) 
  pd.set_option("display.max_colwidth", 5000)# 设置pandas dataframe 的输出column宽度(**重要**)
  
  while True:
     
     main2()
     
  
  

效果如下，扫描到查找的诗人或者诗句，就会输出诗句，同时显示文件位置。