怎么用Python進行詩歌接龍

這篇文章主要講解了“怎么用Python進行詩歌接龍”，文中的講解內(nèi)容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“怎么用Python進行詩歌接龍”吧！

詩歌語料庫

??首先，我們利用Python爬蟲來爬取詩歌，制作語料庫。爬取的頁面如下：

爬取的詩歌

由于本文主要為試了展示該項目的思路，因此，只爬取了該頁面中的唐詩三百首、古詩三百、宋詞三百、宋詞精選，一共大約1100多首詩歌。為了加速爬蟲，采用并發(fā)實現(xiàn)爬蟲，并保存到poem.txt文件。完整的Python程序如下：

import re
import requests
from bs4 import BeautifulSoup
from concurrent.futures import ThreadPoolExecutor, wait, ALL_COMPLETED

# 爬取的詩歌網(wǎng)址
urls = ['https://so.gushiwen.org/gushi/tangshi.aspx',
       'https://so.gushiwen.org/gushi/sanbai.aspx',
       'https://so.gushiwen.org/gushi/songsan.aspx',
       'https://so.gushiwen.org/gushi/songci.aspx'
       ]

poem_links = []
# 詩歌的網(wǎng)址
for url in urls:
   # 請求頭部
   headers = {: 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.87 Safari/537.36'}
   req = requests.get(url, headers=headers)

   soup = BeautifulSoup(req.text, "lxml")
   content = soup.find_all('div', class_="sons")[0]
   links = content.find_all('a')

   for link in links:
       poem_links.append('https://so.gushiwen.org'+link['href'])

poem_list = []
# 爬取詩歌頁面
def get_poem(url):
   #url = 'https://so.gushiwen.org/shiwenv_45c396367f59.aspx'
   # 請求頭部
   headers = {: 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.87 Safari/537.36'}
   req = requests.get(url, headers=headers)
   soup = BeautifulSoup(req.text, "lxml")
   poem = soup.find('div', class_='contson').text.strip()
   poem = poem.replace(' ', '')
   poem = re.sub(re.compile(r"([sS]*?)"), '', poem)
   poem = re.sub(re.compile(r"（[sS]*?）"), '', poem)
   poem = re.sub(re.compile(r"。([sS]*?）"), '', poem)
   poem = poem.replace('!', '！').replace('?', '？')
   poem_list.append(poem)

# 利用并發(fā)爬取
executor = ThreadPoolExecutor(max_workers=10)  # 可以自己調(diào)整max_workers,即線程的個數(shù)
# submit()的參數(shù)： 第一個為函數(shù)， 之后為該函數(shù)的傳入?yún)?shù)，允許有多個
future_tasks = [executor.submit(get_poem, url) for url in poem_links]
# 等待所有的線程完成，才進入后續(xù)的執(zhí)行
wait(future_tasks, return_when=ALL_COMPLETED)

# 將爬取的詩句寫入txt文件
poems = list(set(poem_list))
poems = sorted(poems, key=lambda x:len(x))
for poem in poems:
   poem = poem.replace('《','').replace('》','') 
              .replace('：', '').replace('“', '')
   print(poem)
   with open('F://poem.txt', 'a') as f:
       f.write(poem)
       f.write('
')

該程序爬取了1100多首詩歌，并將詩歌保存至poem.txt文件，形成我們的詩歌語料庫。當然，這些詩歌并不能直接使用，需要清理數(shù)據(jù)，比如有些詩歌標點不規(guī)范，有些并不是詩歌，只是詩歌的序等等，這個過程需要人工操作，雖然稍顯麻煩，但為了后面的詩歌分句效果，也是值得的。

詩歌分句

??有了詩歌語料庫，我們需要對詩歌進行分句，分句的標準為：按照結(jié)尾為。？！進行分句，這可以用正則表達式實現(xiàn)。之后，將分句好的詩歌寫成字典：鍵（key）為該句首字的拼音，值（value）為該拼音對應的詩句，并將字典保存為pickle文件。完整的Python代碼如下：

import re
import pickle
from xpinyin import Pinyin
from collections import defaultdict

def main():
   with open('F://poem.txt', 'r') as f:
       poems = f.readlines()

   sents = []
   for poem in poems:
       parts = re.findall(r'[sS]*?[。？！]', poem.strip())
       for part in parts:
           if len(part) >= 5:
               sents.append(part)

   poem_dict = defaultdict(list)
   for sent in sents:
       print(part)
       head = Pinyin().get_pinyin(sent, tone_marks='marks', splitter=' ').split()[0]
       poem_dict[head].append(sent)

   with open('./poemDict.pk', 'wb') as f:
       pickle.dump(poem_dict, f)

main()

我們可以看一下該pickle文件（poemDict.pk）的內(nèi)容：

pickle文件的內(nèi)容（部分）

當然，一個拼音可以對應多個詩歌。

詩歌接龍

??讀取pickle文件，編寫程序，以exe文件形式運行該程序。 ?為了能夠在編譯形成exe文件的時候不出錯，我們需要改寫xpinyin模塊的init.py文件，將該文件的全部代碼復制至mypinyin.py，并將代碼中的下面這句代碼

data_path = os.path.join(os.path.dirname(os.path.abspath(__file__)),
                            'Mandarin.dat')

改寫為

data_path = os.path.join(os.getcwd(), 'Mandarin.dat')

這樣我們就完成了mypinyin.py文件。 ?接下來，我們需要編寫詩歌接龍的代碼（Poem_Jielong.py），完整代碼如下：

import pickle
from mypinyin import Pinyin
import random
import ctypes

STD_INPUT_HANDLE = -10
STD_OUTPUT_HANDLE = -11
STD_ERROR_HANDLE = -12

FOREGROUND_DARKWHITE = 0x07  # 暗白色
FOREGROUND_BLUE = 0x09  # 藍色
FOREGROUND_GREEN = 0x0a  # 綠色
FOREGROUND_SKYBLUE = 0x0b  # 天藍色
FOREGROUND_RED = 0x0c  # 紅色
FOREGROUND_PINK = 0x0d  # 粉紅色
FOREGROUND_YELLOW = 0x0e  # 黃色
FOREGROUND_WHITE = 0x0f  # 白色

std_out_handle = ctypes.windll.kernel32.GetStdHandle(STD_OUTPUT_HANDLE)

# 設(shè)置CMD文字顏色
def set_cmd_text_color(color, handle=std_out_handle):
   Bool = ctypes.windll.kernel32.SetConsoleTextAttribute(handle, color)
   return Bool

# 重置文字顏色為暗白色
def resetColor():
   set_cmd_text_color(FOREGROUND_DARKWHITE)

# 在CMD中以指定顏色輸出文字
def cprint(mess, color):
   color_dict = {
                 : FOREGROUND_BLUE,
                 : FOREGROUND_GREEN,
                 : FOREGROUND_SKYBLUE,
                 : FOREGROUND_RED,
                 : FOREGROUND_PINK,
                 : FOREGROUND_YELLOW,
                 : FOREGROUND_WHITE
                }
   set_cmd_text_color(color_dict[color])
   print(mess)
   resetColor()

color_list = ['藍色','綠色','天藍色','紅色','粉紅色','黃色','白色']

# 獲取字典
with open('./poemDict.pk', 'rb') as f:
   poem_dict = pickle.load(f)

#for key, value in poem_dict.items():
   #print(key, value)

MODE = str(input('Choose MODE(1 for 人工接龍, 2 for 機器接龍): '))

while True:
   try:
       if MODE == '1':
           enter = str(input('
請輸入一句詩或一個字開始：'))
           while enter != 'exit':
               test = Pinyin().get_pinyin(enter, tone_marks='marks', splitter=' ')
               tail = test.split()[-1]
               if tail not in poem_dict.keys():
                   cprint('無法接這句詩。
', '紅色')
                   MODE = 0
                   break
               else:
                   cprint('
機器回復：%s'%random.sample(poem_dict[tail], 1)[0], random.sample(color_list, 1)[0])
                   enter = str(input('你的回復：'))[:-1]

           MODE = 0

       if MODE == '2':
           enter = input('
請輸入一句詩或一個字開始：')

           for i in range(10):
               test = Pinyin().get_pinyin(enter, tone_marks='marks', splitter=' ')
               tail = test.split()[-1]
               if tail not in poem_dict.keys():
                   cprint('------>無法接下去了啦...', '紅色')
                   MODE = 0
                   break
               else:
                   answer = random.sample(poem_dict[tail], 1)[0]
                   cprint('（%d）--> %s' % (i+1, answer), random.sample(color_list, 1)[0])
                   enter = answer[:-1]

           print('
（*****最多展示前10回接龍。*****）')
           MODE = 0

   except Exception as err:
       print(err)
   finally:
       if MODE not in ['1','2']:
           MODE = str(input('
Choose MODE(1 for 人工接龍, 2 for 機器接龍): '))

現(xiàn)在整個項目的結(jié)構(gòu)如下（Mandarin.dat文件從xpinyin模塊對應的文件夾下復制過來）：

項目文件

切換至該文件夾，輸入以下命令即可生成exe文件：

pyinstaller -F Poem_jielong.py

生成的exe文件為Poem_jielong.exe，位于該文件夾的dist文件夾下。為了能夠讓exe成功運行，需要將poemDict.pk和Mandarin.dat文件復制到dist文件夾下。

測試運行

??運行Poem_jielong.exe文件，頁面如下：

exe文件開始頁面

本項目的詩歌接龍有兩種模式，一種為人工接龍，就是你先輸入一句詩或一個字，然后就是計算機回復一句，你回復一句，負責詩歌接龍的規(guī)則；另一種模式為機器接龍，就是你先輸入一句詩或一個字，機器會自動輸出后面的接龍詩句（最多10個）。 ?先測試人工接龍模式：

人工接龍

??再測試機器接龍模式：

感謝各位的閱讀，以上就是“怎么用Python進行詩歌接龍”的內(nèi)容了，經(jīng)過本文的學習后，相信大家對怎么用Python進行詩歌接龍這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關(guān)知識點的文章，歡迎關(guān)注！