近期，GitHub 上最全中華古詩詞數據庫再次登上熱榜，又火了一把。根據介紹，chinese-poetry 最全中華古詩詞數據庫集合了唐宋兩朝近一萬四千古詩人， 接近 5.5 萬首唐詩加 26 萬宋詩. 兩宋時期 1564 位詞人，21050 首詞。該項目已經獲得了 22.6k 個「star」以及 4.2k 個「fork」。
GitHub 項目：https://github.com/chinese-poetry/chinese-poetry
最全的中華古典文集數據庫，包含 5.5 萬首唐詩、26 萬首宋詩、2.1 萬首宋詞和其他古典文集。詩人包括唐宋兩朝近 1.4 萬古詩人，和兩宋時期 1.5 千古詞人。數據來源於互聯網。
爲什麼要做這個倉庫? 項目作者表示，古詩是中華民族乃至全世界的瑰寶，我們應該傳承下去，雖然有古典文集，但大多數人並沒有擁有這些書籍。從某種意義上來說，這些龐大的文集離我們是有一定距離的。而電子版方便拷貝，所以此開源數據庫誕生了。此數據庫通過 JSON 格式分發，可以讓你很方便的開始你的項目。
古詩採集沒有記錄過程，因爲古詩數據龐大，目標網站有限制，採集過程經常中斷超過了一個星期。2017 年新加入全宋詞，全宋詞爬取過程及數據分析。
高頻詞分析圖
宋詞受歡迎的詞牌名
宋詞高頻詞
宋詞作者作品榜
唐詩高頻詞
唐詩作者作品榜
宋詩高頻詞
宋詩作者作品榜
數據集
- 全唐詩 json
- 全宋詩 json
- 全宋詞 ci
- 五代·花間集 wudai/huajianji
- 五代·南唐二主詞 wudai/nantan
- 論語 lunyu
- 詩經 shijing
- 幽夢影 youmengying
- 四書五經 sishuwujing
- 蒙學 mengxue