原标题：用Python作诗，生活仍有诗和远方
报 名
来源：TheodoreXu链接：
https://segmentfault.com/a/1190000013154329
常听说，现在的代码，就和唐朝的诗一样重要。
可对我们来说，写几行代码没什么，但是，要让我们真正地去写一首唐诗，那可就头大了。。既然如此，为何不干脆用代码写一首唐诗？
准备：
python3.6环境
推荐使用anaconda管理python包，可以对于每个项目，创建环境，并在该环境下下载项目需要的包。
推荐使用pycharm作为编译器。
GitHub代码：
https://github.com/theodore3131/TangshiGenerator
具体步骤：
使用爬虫爬取全唐诗，总共抓取了71000首。
#使用urllib3的内置函数构建爬虫的安全验证，来应对网站的反爬虫机制
http = urllib3.PoolManager(
cert_reqs= 'CERT_REQUIRED',
ca_certs=certifi.where())
#爬虫的目标网站
r = http.request( 'GET', url)
#爬虫获取的html数据
soup = BeautifulSoup(r.data, 'html.parser')
content = soup.find( 'div', class_= "contson")
使用正则表达式对爬取的数据进行处理
p1 = r"[u4e00-u9fa5]{5,7}[u3002|uff0c]"#[汉字]{重复5-7次}[中文句号|中文逗号]
pattern1 = re.compile(p1) #编译正则表达式
result = pattern1.findall(poemfile) #搜索匹配的字符串，得到匹配列表
对诗词正文进行分词操作
#使用jieba中文分词库的textRank算法来找出各个词性的高频词
forx injieba.analyse.textrank(content, topK= 600, allowPOS=( 'n', 'nr', 'ns', 'nt', 'nz', 'm')):
唐诗生成，处理韵脚
#使用pinyin库
pip install pinyin
verse = pinyin.get( "天", format= "strip")
#输出：tian
对于韵脚，本来是想找出所有的韵脚并做成字典形式存储起来，但韵脚总共有20多个，
后来发现其实20多个韵脚都是以元音字母开始的，我们可以基于这个规则来判断：
rhythm = ""
rhythmList = [ "a", "e", "i", "o", "u"]
verse = pinyin.get(nounlist[i1][ 1], format= "strip")
#韵脚在每个pinyin倒叙最后一个元音字母处截止
forp inrange(len(verse)- 1, - 1, - 1):
ifverse[p] inrhythmList:
ind = p
rhythm = verse[ind:len(verse)]
目前是最初级的五言律诗，且为名动名句式
rhythm = ""
rhythmList = [ "a", "e", "i", "o", "u"]
whilenum < 4:
#生成随机数
i = random.randint( 1, len(nounlist)- 1)
i1 = random.randint( 1, len(nounlist)- 1)
j = random.randint( 1, len(verblist)- 1)
#记录韵脚
ind = 0
ind1 = 0
if(num == 1):
rhythm = ""
verse = pinyin.get(nounlist[i1][ 1], format= "strip")
#韵脚在每个pinyin倒叙最后一个元音字母处截止
forp inrange(len(verse)- 1, - 1, - 1):
ifverse[p] inrhythmList:
ind = p
rhythm = verse[ind:len(verse)]
#确保2，4句的韵脚相同，保证押韵
if(num == 3):
ind1 = 0
verse1 = pinyin.get(nounlist[i1][ 1], format= "strip")
forp inrange(len(verse1)- 1, - 1, - 1):
ifverse1[p] inrhythmList:
ind1 = p
whileverse1[ind1: len(verse1)] != rhythm:
i1 = random.randint( 1, len(nounlist)- 1)
verse1 = pinyin.get(nounlist[i1][ 1], format= "strip")
forp inrange(len(verse1)- 1, - 1, - 1):
ifverse1[p] inrhythmList:
ind1 = p
#随机排列组合
print(nounlist[i]+verblist[j][ 1]+nounlist[i1])
num += 1藏头诗
其实思路很简单，既然我们有了语料库，那么，我们每次在排列组合词的时候，只需保证生成每句时，第一个名词的第一个字，是按序给定四字成语中的即可
forx inrange(len(nounlist)):
ifnounlist[x][ 0] == str[num]:
i = x
来看一下结果：
四言诗：
所思浮云
关山车马
高楼流水
闲人肠断
五言律诗：
西风时细雨
山川钓建章
龙门看萧索
几年乡斜阳
藏头诗：
落花流水
落晖首南宫
花枝成公子
流水名朝廷
水声胜白石
参考：
https://segmentfault.com/a/1190000004571958
当然，现在生成的唐诗还是比较低级的，属于基础的古诗文词语排列组合。
接下来考虑优化模版，提取五言和七言常用句式作为模版。
另外考虑使用机器学习的方法，写RNN来让计算机自动生成充满韵味的诗。
（完）
图文来自网络、如涉及版权问题，请联系我们以便处理。文章内容纯属作者个人观点，不代表本网观点。
责任编辑：
