python文本處理入門：44行代碼寫一個簡單的藏頭詩生成器

想必最近大家家庭羣裏最近都會看到這麼一張圖：

一驚，這什麼玩意兒？？？後來一搜會發現裏面不同的詩句來自於不同的古詩，嘛，這不是很好玩的一件事情嗎？這次我們使用Github的唐詩宋詞dataset：https://github.com/chinese-poetry/chinese-poetry

來寫一個簡單的藏頭詩生成器。

迎合最近大家在家的心情，以下是效果圖：

我只講思路不說詳細的代碼講解：代碼地址：https://github.com/timcanby/Chinese_acrostic_generator（給star的是好青年）

其實這件事就是先觀察數據：

 

數據是這個樣子的，句子長短不一，有作者，編號信息，標題和本文。那麼我們需要做的事情就是，統一詩句橫向長度，以及順利遍歷所有的數據。所以問題轉移到，step1:遍歷文件夾數據和json數據的導出 step2：抽取每句詩第一個字做匹配  step3：根據所需詩句長度來當匹配的條件 step4:隨機抽取同樣頭文字的詩句 step5:按照目標語句順序輸出 step6:針對數據庫中不對應漢字的情況做異常處理。

所以首先就是遍歷所有的json文件了，這個每個人操作不同

我選擇使用 os.listdir所以讀目標文件下所有的文件就是：

def getfileFromfilter(rootdir):
    list = os.listdir(rootdir)
    ReturnList=[]
    for i in range(0, len(list)):
        if list[i]!='.DS_Store':

            path = os.path.join(rootdir, list[i])
            ReturnList.append(path)
    return (ReturnList)

rootdir下所有文件名會以list的形式返回。

接下來就是json文件的讀入了

咱們

import json

這是個很方便的標準庫，想了解更多：https://www.json.org/json-en.html

然後

 f=open(eachJson ,'r',encoding='utf-8')
            dict=json.load(f)

這樣所有的數據就會變成dict詞典形式

建立一個用於存篩選過的句子的字典：

sentencelist={}

然後開始篩選我們要的詩句，

我們找到屬性名是

['paragraphs']（詩句）

所以直接用這個做匹配：

 try:
            f=open(eachJson ,'r',encoding='utf-8')
            dict=json.load(f)

            for each in dict:
                for eachsentence in each['paragraphs']:
                    if len(eachsentence)==weight:

                        for eachCharacter in text:
                            if eachsentence[0] == eachCharacter:
                                sentencelist[each['author'],each['title'],eachsentence]=eachCharacter
        except:continue

這裏weight是詩句長度，可以是12也可以是16，8言就是16，先用長度來篩選後再匹配每句第一個詞 。eachsentence 是句子，那麼eachsentence 【0】自然就是第一個文字。爲了方便查找，匹配後所有的詩句作爲key，對應的頭文字作爲value存進sentencelist這個詞典。存出來是這樣的：（這裏我還存了['author'],['title']以方便以後使用）

因爲key不能重複這個大家都知道。

    for eachcha in text:
        txt=[]
        for key, value in sentencelist.items():
            if value==eachcha:
                txt.append(key)
        print(random.choice(txt)[2])

然後最後再掃一遍用戶要的字符串做randomlist抽選就ok了！

 

整個過程非常非常簡單，甚至這個版本有很多冗餘的操作，僅供初學者參考！！！轉載留地址，github期待star～～