Python编写诗词接龙程序

时间：2023-05-08 10:32

诗歌语料库

首先，我们利用Python爬虫来爬取诗歌，制作语料库。爬取的页面如下：

怎么用Python进行诗歌接龙

爬取的诗歌

由于本文主要为试了展示该项目的思路，因此，只爬取了该页面中的唐诗三百首、古诗三百、宋词三百、宋词精选，一共大约1100多首诗歌。为了加速爬虫，采用并发实现爬虫，并保存到poem.txt文件。完整的Python程序如下：

import reimport requestsfrom bs4 import BeautifulSoupfrom concurrent.futures import ThreadPoolExecutor, wait, ALL_COMPLETED# 爬取的诗歌网址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 = []# 诗歌的网址for url in urls:   # 请求头部   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 = []# 爬取诗歌页面def get_poem(url):   #url = 'https://so.gushiwen.org/shiwenv_45c396367f59.aspx'   # 请求头部   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)# 利用并发爬取executor = ThreadPoolExecutor(max_workers=10)  # 可以自己调整max_workers,即线程的个数# submit()的参数： 第一个为函数， 之后为该函数的传入参数，允许有多个future_tasks = [executor.submit(get_poem, url) for url in poem_links]# 等待所有的线程完成，才进入后续的执行wait(future_tasks, return_when=ALL_COMPLETED)# 将爬取的诗句写入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('')

该程序爬取了1100多首诗歌，并将诗歌保存至poem.txt文件，形成我们的诗歌语料库。当然，这些诗歌并不能直接使用，需要清理数据，比如有些诗歌标点不规范，有些并不是诗歌，只是诗歌的序等等，这个过程需要人工操作，虽然稍显麻烦，但为了后面的诗歌分句效果，也是值得的。

诗歌分句

有了诗歌语料库，我们需要对诗歌进行分句，分句的标准为：按照结尾为。？！进行分句，这可以用正则表达式实现。之后，将分句好的诗歌写成字典：键（key）为该句首字的拼音，值（value）为该拼音对应的诗句，并将字典保存为pickle文件。完整的Python代码如下：

import reimport picklefrom xpinyin import Pinyinfrom collections import defaultdictdef 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()

我们可以看一下该pickle文件（poemDict.pk）的内容：

怎么用Python进行诗歌接龙

pickle文件的内容（部分）

当然，一个拼音可以对应多个诗歌。

诗歌接龙

读取pickle文件，编写程序，以exe文件形式运行该程序。为了能够在编译形成exe文件的时候不出错，我们需要改写xpinyin模块的init.py文件，将该文件的全部代码复制至mypinyin.py，并将代码中的下面这句代码

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

改写为

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

这样我们就完成了mypinyin.py文件。接下来，我们需要编写诗歌接龙的代码（Poem_Jielong.py），完整代码如下：

import picklefrom mypinyin import Pinyinimport randomimport ctypesSTD_INPUT_HANDLE = -10STD_OUTPUT_HANDLE = -11STD_ERROR_HANDLE = -12FOREGROUND_DARKWHITE = 0x07  # 暗白色FOREGROUND_BLUE = 0x09  # 蓝色FOREGROUND_GREEN = 0x0a  # 绿色FOREGROUND_SKYBLUE = 0x0b  # 天蓝色FOREGROUND_RED = 0x0c  # 红色FOREGROUND_PINK = 0x0d  # 粉红色FOREGROUND_YELLOW = 0x0e  # 黄色FOREGROUND_WHITE = 0x0f  # 白色std_out_handle = ctypes.windll.kernel32.GetStdHandle(STD_OUTPUT_HANDLE)# 设置CMD文字颜色def set_cmd_text_color(color, handle=std_out_handle):   Bool = ctypes.windll.kernel32.SetConsoleTextAttribute(handle, color)   return Bool# 重置文字颜色为暗白色def resetColor():   set_cmd_text_color(FOREGROUND_DARKWHITE)# 在CMD中以指定颜色输出文字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 = ['蓝色','绿色','天蓝色','红色','粉红色','黄色','白色']# 获取字典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 人工接龙, 2 for 机器接龙): '))while True:   try:       if MODE == '1':           enter = str(input('请输入一句诗或一个字开始：'))           while enter != 'exit':               test = Pinyin().get_pinyin(enter, tone_marks='marks', splitter=' ')               tail = test.split()[-1]               if tail not in poem_dict.keys():                   cprint('无法接这句诗。', '红色')                   MODE = 0                   break               else:                   cprint('机器回复：%s'%random.sample(poem_dict[tail], 1)[0], random.sample(color_list, 1)[0])                   enter = str(input('你的回复：'))[:-1]           MODE = 0       if MODE == '2':           enter = input('请输入一句诗或一个字开始：')           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('------>无法接下去了啦...', '红色')                   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回接龙。*****）')           MODE = 0   except Exception as err:       print(err)   finally:       if MODE not in ['1','2']:           MODE = str(input('Choose MODE(1 for 人工接龙, 2 for 机器接龙): '))

现在整个项目的结构如下（Mandarin.dat文件从xpinyin模块对应的文件夹下复制过来）：

怎么用Python进行诗歌接龙