python英文诗歌统计_Python-Data-mining-Tutorial

Python文本分析案例：近体诗格律分析

作者：长行

时间：2020.05.26

在这个案例中，我们将要实现近体诗格律的分析。具体的，我们从如下角度分析近体诗的格律：

诗句数量、诗句字数是否符合近体诗的要求，即是否为五绝、七绝、五律、七律中的一种(暂不考虑排律、六言的情况)

是否押了平声韵，所押的韵脚是什么平水韵部(暂不考虑首句押韵的情况)

诗句是否有拗句，是否存在孤平和拗救的情况

诗文是否符合对黏的要求

如果当时该诗不符合第1个或第2个要求，则不再分析；如果符合第1个和第2个要求，则以如下方式分析该诗的格律。

《首春》 李世民

寒随穷律变，春逐鸟声开。

平平平仄仄　平仄仄平平(十灰) —— 仄仄脚正格 平平脚正格

初风飘带柳，晚雪间花梅。

平平平仄仄　仄仄中平平(十灰) —— 【失黏】仄仄脚正格 平平脚正格

碧林青旧竹，绿沼翠新苔。

仄平平仄仄　仄仄仄平平(十灰) —— 【失黏】仄仄脚正格 平平脚正格

芝田初雁去，绮树巧莺来。

平平平仄中　仄中中平平(十灰) —— 【失黏】仄仄脚正格 平平脚正格

下面我们开始实现以上功能。

首先，我们读取案例0201-全唐诗文本整理案例中已经整理好的全唐诗文本进行遍历。

with open("全唐诗.json", encoding="UTF-8") as file:

poem_json = json.loads(file.read())

第1个要求

检查诗句数量

近体诗在诗句数量上主要绝句、律诗和排律，绝句(律绝)由四句组成，律诗由八句组成，排律则超过八句，当前只考虑绝句和律诗的情况；在具体实现上，我们可以通过正则表达式，依据标点符号来拆分诗文中的各个句子，并统计诗句的总数是否为4或8。

sentence_list = [sentence for sentence in re.split("[，。？！]", content) if sentence != ""] # 生成句子列表

if len(sentence_list) != 4 and len(sentence_list) != 8:

print("[古体诗]诗句数量:", len(sentence_list))

检查诗句字数

近体诗在诗句字数上通常包括五言和七言两种(六言律诗传世极少，暂不考虑)；在具体实现上，我们使用列表生成式和内置函数all判断诗中句子是否均为五言或七言。

if not all([len(sentence) == 5 or len(sentence) == 7 for sentence in sentence_list]):

print("[古体诗]诗句并非五言或七言", [len(sentence) for sentence in sentence_list])

诗句平仄标注

第2个、第3个、第4个要求的分析都需要我们先标注诗句的平仄，即完成类似于如下方式的标注。

寒随穷律变，春逐鸟声开。

平平平仄仄　平仄仄平平

我们使用查平水韵表的方式，来判断诗句中每个字的平仄并标注。其中阴平和阳平均属于平声，标注为“平”；上声、去声、入声均属于仄声，标注为“仄”。若某字不存在于平水韵表中，或同时存在于多个不同平仄的韵部中，均认为该字平仄无法判断，标注为“中”；在后续的分析中，不考虑这些无法判断平仄的字的影响。

在具体实现上，包括如下步骤：

导入平水韵表并将其整理为字典；其中key为字，value为所有包含该字的韵部的名称及音调的列表；

使用导入平水韵表的字典，实现判断单个字平仄的函数；

使用判断单个字平仄的函数，实现诗句平仄的标注。

导入平水韵表

def load_rhythm_list():

"""