【python爬虫】《中华诗词大会》诗词接龙代码实现

# 爬取网站:中华古诗文网
# 诗词接龙
#Author:Eshine
#E-mail:732656715@qq.com
import requests
from my_fake_useragent import UserAgent
from lxml import etree
import random
import re
from pypinyin import lazy_pinyin


class FlyFlowerToken:
    def __init__(self):
        self.url = 'https://so.gushiwen.org/shiwen/default_4A111111111111A{}.aspx'
        self.headers = {"User-Agent": UserAgent().random()}
        self.poetry_list = []
        # 起始令
        self.token = '月'

    def get_html(self, url):
        '''
            获取页面
        :param url: 需要获取的页面的url
        :return: 页面的html源码字符串
        '''
        return requests.get(url=url,
                            headers=self.headers).content.decode('utf-8')

    def parse_html(self, html_str):
        '''
        解析页面
        :param html_str: 需要被解析字符串
        :return: 被解析后的诗句的列表
        '''
        html = etree.HTML(html_str)
        poetry = html.xpath('//div[@class="contson"]//text()')
        for p in poetry:
            k = p.strip()
            m = re.split(r'[。,?,!,;]', k)
            for i in m:
                if ',' in i:
                    self.poetry_list.append(i)
        random.shuffle(self.poetry_list)

    def check_poetry(self):
        '''
        按诗词接龙检查诗词别表的诗句
        :return:TRUE
        '''
        for poetry in self.poetry_list:
            if lazy_pinyin(self.token) == lazy_pinyin(poetry[0]):
                print(poetry)
                self.token = poetry[-1]
                print(self.token)
                return True
        else:
            return False

    def main(self):
        for i in range(1, 1000):
            url = self.url.format(i)
            # 获取页面
            html = self.get_html(url)
            # 解析页面
            self.parse_html(html)
            # 循环检查诗句词的诗句
            while True:
                if self.check_poetry():
                    continue
                else:
                    break


if __name__ == "__main__":
    flt = FlyFlowerToken()
    flt.main()

  • 3
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值