用Python，生活仍有诗和远方

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。

使用正则表达式对爬取的数据进行处理

对诗词正文进行分词操作

唐诗生成，处理韵脚

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：

目前是最初级的五言律诗，且为名动名句式

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

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）