基于Python的诗和远方

最新推荐文章于 2023-08-15 13:53:41 发布

视学算法

最新推荐文章于 2023-08-15 13:53:41 发布

阅读量408

点赞数

原文链接：https://github.com/zandaoguang/poem

版权

基于Python的诗和远方

作者：阿广

概述

前言
准备工作
具体步骤
唐诗生成
藏头诗规则
结果
阿广说
群聊交流
福利一刻
推荐阅读

前言

很从小到大，我们读过太多的古诗，爱国诗、缅怀诗、相思诗等等。古往今来，我的认知中，李白是个好人！往往一个女的说一个男的是一个好人，那就证明她不爱他。不，阿广是爱李白的，不为别的，只为他给天下爱酒之人找到了古往今来最佳的喝酒理由。

有一年重阳节，陶渊明家里没酒了，只好坐在家门口发呆，无聊的采了一把菊花，闻闻花香过瘾。正在无比烦恼的时候，忽见门外来了穿白衣的人，说奉王弘之命前来送酒。陶渊明大喜，菊花也不要了。拿过酒来，一饮而尽。于是又创作了一首流传千古的古诗。

我想大家都学过“类比”的思想，阿广也不例外。于是我也在重阳节那天，假装自己家中没酒了，坐在家门口同样发呆，甚至还想抽两口香烟，无聊的时候采了一把贴着“我正在午睡，请勿践踏”的小草，偶尔闻闻草的青涩。正准备抽两口香烟排解心头之感的时候，并未迎来奉命之人送来作诗之酒。小悲之后，拿过82年的优酸乳一饮而尽。于是，又创作了一个永垂不朽的基于Python的唐诗生成器。

准备工作

环境：Python3.6

包：anaconda管理Python包

编译器：Pycharm

具体步骤

爬取7w余首唐诗

#使用urllib3的内置函数构建爬虫的安全验证，来应对网站的反爬虫机制
http = urllib3.PoolManager(
cert_reqs='CERT_REQUIRED',
ca_certs=certifi.where())
#爬虫的目标网站
r = http.request('GET', url)
#爬虫获取的html数据
soup = BeautifulSoup(r.data, 'html.parser')
content = soup.find('div', class_="contson")

RE对数据进行处理

p1 = r"[\u4e00-\u9fa5]{5,7}[\u3002|\uff0c]" #[汉字]{重复5-7次}[中文句号|中文逗号]
pattern1 = re.compile(p1) #编译正则表达式
result = pattern1.findall(poemfile) #搜索匹配的字符串，得到匹配列表

分词操作

#使用jieba中文分词库的textRank算法来找出各个词性的高频词
for x in jieba.analyse.textrank(content, topK=600, allowPOS=('n', 'nr', 'ns', 'nt', 'nz', 'm')):

唐诗生成

使用pinyin库对韵脚进行处理

pip install pinyin
verse = pinyin.get("天", format="strip")
#输出：tian

韵脚数量为20+，且都是以元音字母开始，所以可以根据规则判断

rhythm = ""
rhythmList = ["a", "e", "i", "o", "u"]
verse = pinyin.get(nounlist[i1][1], format="strip")
#韵脚在每个pinyin倒叙最后一个元音字母处截止
for p in range(len(verse)-1, -1, -1):
if verse[p] in rhythmList:
ind = p

rhythm = verse[ind:len(verse)]

五言律诗，名动名句式

rhythm = ""
rhythmList = ["a", "e", "i", "o", "u"]
while num < 4:
#生成随机数
i = random.randint(1, len(nounlist)-1)
i1 = random.randint(1, len(nounlist)-1)
j = random.randint(1, len(verblist)-1)

#记录韵脚
ind = 0
ind1 = 0
if (num == 1):
rhythm = ""
verse = pinyin.get(nounlist[i1][1], format="strip")
#韵脚在每个pinyin倒叙最后一个元音字母处截止
for p in range(len(verse)-1, -1, -1):
if verse[p] in rhythmList:
ind = p

rhythm = verse[ind:len(verse)]
#确保2，4句的韵脚相同，保证押韵
if (num == 3):
ind1 = 0
verse1 = pinyin.get(nounlist[i1][1], format="strip")
for p in range(len(verse1)-1, -1, -1):
if verse1[p] in rhythmList:
ind1 = p

while verse1[ind1: len(verse1)] != rhythm:
i1 = random.randint(1, len(nounlist)-1)
verse1 = pinyin.get(nounlist[i1][1], format="strip")
for p in range(len(verse1)-1, -1, -1):
if verse1[p] in rhythmList:
ind1 = p
#随机排列组合
print(nounlist[i]+verblist[j][1]+nounlist[i1])
num += 1