python爬虫制作古诗或者藏头诗_python创作诗词并出题给出的分

昨天晚上，见到室友发了一条非常文艺的诗句说说，我就想，我这文采是不行了，但是机器应该可以。我今天就做了个非常简单的诗歌编辑脚本。过于简陋，仅供参考。

前言

中国古诗词，是中华文化的特色，也是高级语言的一种表达。今天我就壮着胆子表现一下。

提示：以下是本篇文章正文内容，下面案例可供参考

一、制作古诗或者藏头诗？

我先说一下我的思路：
1.从网络上爬取古诗词
2.对古诗词进行处理，只保留5言或7言的句子
3.通过随机组合成诗句

二、使用步骤

1.引入库

我们所用到的库是经常使用的：

import requests
from lxml import etree
import time
import random
1
2
3
4

2.爬取古诗词网

之所以爬取两个url是因为，处理后可用的诗词句太少了，所以多方面获取，这个诗词句文件内容越多越好（这样爬取会有干扰需自己手动处理）：

def get_shici():
    """
    获取诗词网的数据
    """
    for i in range(1, 21):
        # 获取url
        url = "https://so.gushiwen.cn/shiwen/default_0AA{}.aspx".format(i)
        # 获取网页数据
        html = requests.get(url).text
        # text格式转为HTML格式
        html = etree.HTML(html)
        # 通过xpath定位需要的信息 （返回的是一个列表）
        shi_poem = html.xpath(
            '//div[@class="main3"]/div[@class="left"]/div[@class="sons"]/div[@class="cont"]/div[@class="contson"]/text()')
        # 遍历数据
        for url_data in shi_poem:
            # 转为字符串并去除空格
            strs = "".join(url_data)
            # 判断是否有数据
            if strs.isascii() == 0:
                # 保存数据
                with open("gushi.txt", "a", encoding="utf-8") as f:
                    f.write(strs.strip() + "\n")
        print("正在下载第{}页的古诗".format(i))
        # 延时2秒
        time.sleep(2)
    for i in range(1, 6):
        # 获取url
        url = "https://so.gushiwen.cn/mingjus/default.aspx?page={}".format(i)
        # 获取网页数据
        html = requests.get(url).text
        # text格式转为HTML格式
        html = etree.HTML(html)
        # 通过xpath定位需要的信息 （返回的是一个列表）
        shi_poem = html.xpath(
            '//*[@id="html"]/body/div[2]/div[1]/div[2]/div/a[1]/text()')
        # 遍历数据
        for url_data in shi_poem:
            # 转为字符串并去除空格
            strs = "".join(url_data)
            # 判断是否有数据
            if strs.isascii() == 0:
                # 保存数据
                with open("gushi.txt", "a", encoding="utf-8") as f:
                    f.write(strs.strip() + "\n")
        print("正在下载第{}页的古诗".format(i))
        # 延时2秒
        time.sleep(2)
    print("下载完成！！！")

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50

3.读取文件并处理文件

知识涉及太少，也没有很好的处理方法，就只有最原始的硬解

# 读取文件
with open("gushi.txt", "r", encoding="utf-8") as f:
    poems = f.read()
# 对文件处理  暂时没有想到更好的方法
# 把所有的 。 ？ ！ 转换为 ，号
poems = poems.replace("。", "，")
poems = poems.replace("？", "，")
poems = poems.replace("！", "，")
# 以 ， 号分割
lines = poems.split("，")
# 去除长度不是5个字或7个字的字符串
lines = [i.strip() for i in lines if len(i.strip()) == 5 or len(i.strip()) == 7]
# 先转为集合去重 再换回来
lines = list(set(lines))
1
2
3
4
5
6
7
8
9
10
11
12
13
14

4.诗句创作

还是知识涉及太少，怎么也没有想到诗句的对仗方法，所以这程序是没有押韵效果的，个人觉得有点鸡肋。

def get_wuyanshi():
    """
    5言诗句创建
    """
    # 定义一个列表用来存储诗句
    lie = []
    # 随机产生4句或者8句的诗句
    cheng = 4 * random.randint(1, 2)
    # 循环添加
    while len(lie) < cheng:
        # 随机选取一条诗句
        juzi = lines[random.randint(0, len(lines) - 1)]
        # 判断长度是否为5个字
        if len(juzi) == 5:
            # 满足就添加
            lie.append(juzi)
    # 遍历数据结果
    for i in lie:
        print(i)


def get_qiyanshi():
    """
    5言诗句创建
    """
    # 定义一个列表用来存储诗句
    lie = []
    # 随机产生4句或者8句的诗句
    cheng = 4 * random.randint(1, 2)
    # 循环添加
    while len(lie) < cheng:
        # 随机选取一条诗句
        juzi = lines[random.randint(0, len(lines) - 1)]
        # 判断长度是否为7个字
        if len(juzi) == 7:
            # 满足就添加
            lie.append(juzi)
    # 遍历数据结果
    for i in lie:
        print(i)


def get_cangtoushi(strs):
    """
    依据藏头词进行造诗
    :param strs: 藏头词
    """
    # 随机产生5言或者7言诗
    chang = random.randint(2, 3) * 2 + 1
    # 循环遍历藏头词
    for i in strs:
        # 用来存储创造出来的诗句
        lie = []
        # 遍历匹配符合要求的诗句
        for j in lines:
            # 诗句开头符合对应的藏头词 并且统一格式5言或7言
            if j[0] == i and len(j) == chang:
                lie.append(j)
        # 判断是否有符合要求的诗句
        if len(lie) > 0:
            # 多个符合要求的随机选泽一个
            print(lie[random.randint(0, len(lie) - 1)])
        else:
            print("没有合适的句子匹配。")


def get_cangweishi(strs):
    """
    依据藏尾词进行造诗
    :param strs: 藏尾词
    """
    # 随机产生5言或者7言诗
    chang = random.randint(2, 3) * 2 + 1
    # 循环遍历藏头词
    for i in strs:
        # 用来存储创造出来的诗句
        lie = []
        # 遍历匹配符合要求的诗句
        for j in lines:
            # 诗句结尾符合对应的藏尾词 并且统一格式5言或7言
            if j[-1] == i and len(j) == chang:
                lie.append(j)
        # 判断是否有符合要求的诗句
        if len(lie) > 0:
            # 多个符合要求的随机选泽一个
            print(lie[random.randint(0, len(lie) - 1)])
        else:
            print("没有合适的句子匹配。")

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89

5.完整代码

不多说啥了，咱的这技术过于丢人，也只能厚着脸皮发出来了。见谅见谅。

import requests
from lxml import etree
import time
import random


def get_shici():
    """
    获取诗词网的数据
    """
    for i in range(1, 21):
        # 获取url
        url = "https://so.gushiwen.cn/shiwen/default_0AA{}.aspx".format(i)
        # 获取网页数据
        html = requests.get(url).text
        # text格式转为HTML格式
        html = etree.HTML(html)
        # 通过xpath定位需要的信息 （返回的是一个列表）
        shi_poem = html.xpath(
            '//div[@class="main3"]/div[@class="left"]/div[@class="sons"]/div[@class="cont"]/div[@class="contson"]/text()')
        # 遍历数据
        for url_data in shi_poem:
            # 转为字符串并去除空格
            strs = "".join(url_data)
            # 判断是否有数据
            if strs.isascii() == 0:
                # 保存数据
                with open("gushi.txt", "a", encoding="utf-8") as f:
                    f.write(strs.strip() + "\n")
        print("正在下载第{}页的古诗".format(i))
        # 延时2秒
        time.sleep(2)
    for i in range(1, 6):
        # 获取url
        url = "https://so.gushiwen.cn/mingjus/default.aspx?page={}".format(i)
        # 获取网页数据
        html = requests.get(url).text
        # text格式转为HTML格式
        html = etree.HTML(html)
        # 通过xpath定位需要的信息 （返回的是一个列表）
        shi_poem = html.xpath(
            '//*[@id="html"]/body/div[2]/div[1]/div[2]/div/a[1]/text()')
        # 遍历数据
        for url_data in shi_poem:
            # 转为字符串并去除空格
            strs = "".join(url_data)
            # 判断是否有数据
            if strs.isascii() == 0:
                # 保存数据
                with open("gushi.txt", "a", encoding="utf-8") as f:
                    f.write(strs.strip() + "\n")
        print("正在下载第{}页的古诗".format(i))
        # 延时2秒
        time.sleep(2)
    print("下载完成！！！")


# 读取文件
with open("gushi.txt", "r", encoding="utf-8") as f:
    poems = f.read()
# 对文件处理  暂时没有想到更好的方法
# 把所有的 。 ？ ！ 转换为 ，号
poems = poems.replace("。", "，")
poems = poems.replace("？", "，")
poems = poems.replace("！", "，")
# 以 ， 号分割
lines = poems.split("，")
# 去除长度不是5个字或7个字的字符串
lines = [i.strip() for i in lines if len(i.strip()) == 5 or len(i.strip()) == 7]
# 先转为集合去重 再换回来
lines = list(set(lines))


def get_wuyanshi():
    """
    5言诗句创建
    """
    # 定义一个列表用来存储诗句
    lie = []
    # 随机产生4句或者8句的诗句
    cheng = 4 * random.randint(1, 2)
    # 循环添加
    while len(lie) < cheng:
        # 随机选取一条诗句
        juzi = lines[random.randint(0, len(lines) - 1)]
        # 判断长度是否为5个字
        if len(juzi) == 5:
            # 满足就添加
            lie.append(juzi)
    # 遍历数据结果
    for i in lie:
        print(i)


def get_qiyanshi():
    """
    5言诗句创建
    """
    # 定义一个列表用来存储诗句
    lie = []
    # 随机产生4句或者8句的诗句
    cheng = 4 * random.randint(1, 2)
    # 循环添加
    while len(lie) < cheng:
        # 随机选取一条诗句
        juzi = lines[random.randint(0, len(lines) - 1)]
        # 判断长度是否为7个字
        if len(juzi) == 7:
            # 满足就添加
            lie.append(juzi)
    # 遍历数据结果
    for i in lie:
        print(i)


def get_cangtoushi(strs):
    """
    依据藏头词进行造诗
    :param strs: 藏头词
    """
    # 随机产生5言或者7言诗
    chang = random.randint(2, 3) * 2 + 1
    # 循环遍历藏头词
    for i in strs:
        # 用来存储创造出来的诗句
        lie = []
        # 遍历匹配符合要求的诗句
        for j in lines:
            # 诗句开头符合对应的藏头词 并且统一格式5言或7言
            if j[0] == i and len(j) == chang:
                lie.append(j)
        # 判断是否有符合要求的诗句
        if len(lie) > 0:
            # 多个符合要求的随机选泽一个
            print(lie[random.randint(0, len(lie) - 1)])
        else:
            print("没有合适的句子匹配。")


def get_cangweishi(strs):
    """
    依据藏尾词进行造诗
    :param strs: 藏尾词
    """
    # 随机产生5言或者7言诗
    chang = random.randint(2, 3) * 2 + 1
    # 循环遍历藏头词
    for i in strs:
        # 用来存储创造出来的诗句
        lie = []
        # 遍历匹配符合要求的诗句
        for j in lines:
            # 诗句结尾符合对应的藏尾词 并且统一格式5言或7言
            if j[-1] == i and len(j) == chang:
                lie.append(j)
        # 判断是否有符合要求的诗句
        if len(lie) > 0:
            # 多个符合要求的随机选泽一个
            print(lie[random.randint(0, len(lie) - 1)])
        else:
            print("没有合适的句子匹配。")


while True:
    print("本软件可以实现：1、自动生成5言诗句 2、自动生成7言诗句 3、藏头诗 4、藏尾诗 5、退出")
    number = input("请输入你要实现的功能（输入数字）：")
    if number not in ["1", "2", "3", "4", "5"]:
        print("您的输入不符合要求！！！")
    elif number == "1":
        get_wuyanshi()
    elif number == "2":
        get_qiyanshi()
    elif number == "3":
        uesr_lien = input("请输入您的藏头词：")
        get_cangtoushi(uesr_lien)
    elif number == "4":
        uesr_lien = input("请输入您的藏尾词：")
        get_cangweishi(uesr_lien)
    else:
        break

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181

欢迎大家指点错误，或者优化。

总结

不断地学习，不断地变强