Python魔法大揭秘！20行代码，轻松打造古风飞花令小程序，手把手教学，让创意飞起来！

来源：早起Python

作者：陈熹

飞花令是古时候人们经常玩一种“行酒令”的游戏，是中国古代酒令之一，属雅令。“飞花”一词则出自唐代诗人韩翃《寒食》中 春城无处不飞花 一句。行飞花令时选用诗和词，也可用曲，但选择的句子一般不超过7个字。

在《中国诗词大会》中改良了“飞花令”，不再仅用 花 字，而是增加了 云、 春、月、夜 等诗词中的高频字，轮流背诵含有关键字的诗句，直至决出胜负。

今天，我们就利用 Python 定制一款“飞花令”小程序：给定一个关键字或者关键词，就能够返回许多含有这个关键字的诗句，跟朋友玩再也不怕输了！

要利用爬虫完成这项工作需要先选择一个合适的网站，这里我们选择了 古诗文网

[图0.jpg|]

在右上角的方框中输入关键词，如酒，就能够返回相应的结果：

[图1.jpg|]

我们注意到，返回的结果是一整首诗或词，关键字所在的句子仅为其中一句。后面我们爬取信息时也需要做到过滤。

往下翻页后会发现只能获取前 2 页内容，到第 3 页会出现以下提示：

[图2.jpg|]

也就是说要完整获取全部诗文需要下载 App，本文简化问题只爬取前 2 页的内容，后续有机会再分享 App 相关爬虫推文。在翻页的过程中我们注意一下 URL 的改变：

“

第 1 页：https://so.gushiwen.cn/search.aspx?value=酒

第 2 页：https://so.gushiwen.cn/search.aspx?type=title&page=2&value=酒

”

其中经过测试 type=title 可以去除，而page=2 显然是页码，那么 page=1 能否获取到第 1 页呢？

答案是可以的，因此不需要用 requests 的 post 请求，直接 get 下面的 URL 就可到达指定页面：https://so.gushiwen.cn/search.aspx?page=页码&value=关键字

大致分析完就可以写代码了

首先导入库，设置请求头

import requests from lxml import html headers = {'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.169 Safari/537.36'} 以关键字酒为例，尝试获取第一页全部内容：

import requests from lxml import html headers = {'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.169 Safari/537.36'} html_data = requests.get('https://so.gushiwen.cn/search.aspx?page=1&value=酒', headers=headers).text print(html_data)

图136389-1：

返回的文本中有我们需要的内容，说明组合而成的请求是没有问题的。接下来就可以解析文本获取具体内容了，本文采用 Xpath：

selector = html.fromstring(html_data) poets = selector.xpath("/html/body/div[2]/div[1]/div[@class='sons']") for poet in poets:     title = ''.join(poet.xpath("div[1]/p[1]/a/b//text()")).strip()     print(title) [图4.jpg|]

诗人和朝代被分隔至两行，说明之间存在换行符及空格，可以用包含.strip()的列表推导式去除：

for poet in poets:     title = ''.join(poet.xpath("div[1]/p[1]/a/b//text()")).strip()     source = ''.join(poet.xpath('div[1]/p[2]//text()'))     source = ''.join([i.strip() for i in source])     print(title, source) [图5.jpg|]

最后是对诗句的解析。为了获取关键字真正在的句子，我们要通过句号或者问号将整首诗断开成多个完整句：

for poet in poets:     title = ''.join(poet.xpath("div[1]/p[1]/a/b//text()")).strip()     source = ''.join(poet.xpath('div[1]/p[2]//text()'))     source = ''.join([i.strip() for i in source])     contents = ''.join(poet.xpath('div[1]/div[@class="contson"]//text()')).strip().replace('\n', '。').replace('？', '。').split('。')     print(title, source, contents) [图6.jpg|]

对每一首诗逐渐判断是否包含关键字：

for poet in poets:     title = ''.join(poet.xpath("div[1]/p[1]/a/b//text()")).strip()     source = ''.join(poet.xpath('div[1]/p[2]//text()'))     source = ''.join([i.strip() for i in source])     contents = ''.join(poet.xpath('div[1]/div[@class="contson"]//text()')).strip().replace('\n', '。').replace('？', '。').split('。')     content_lst = []     for i in contents:         if '酒' in i:             content = i.strip() + '。'             content_lst.append(content)             # 有的诗可能有两句都包含关键字，这两句诗就都是需求     if not content_lst: # 有可能只有题目中含有关键词，这种诗就跳过         continue     for j in list(set(content_lst)): # 有可能有的诗虽然有两句都包含关键字，但这两句是一样的，需要去重         print(j, title, source) [图7.jpg|]

大部分需求已经满足，最后只需要利用循环结构组装 URL 达到范围多页的目的，同时关键字可以修改为 input 交互输入，代码如下：

import requests from lxml import html headers = {'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.169 Safari/537.36'} def poet_content(keyword,num,url):     html_data = requests.get(url, headers=headers).text     selector = html.fromstring(html_data)     poets = selector.xpath("/html/body/div[2]/div[1]/div[@class='sons']")     for poet in poets:         title = ''.join(poet.xpath("div[1]/p[1]/a/b//text()")).strip()         source = ''.join(poet.xpath('div[1]/p[2]//text()'))         source = ''.join([i.strip() for i in source])         contents = ''.join(poet.xpath('div[1]/div[@class="contson"]//text()')).strip().replace('\n', '。').replace('？','。').split('。')         content_lst = []         for i in contents:             if keyword in i:                 content = i.strip() + '。'                 content_lst.append(content)         if not content_lst:             continue         for j in list(set(content_lst)):             print(num, j)             print(f'<{title}>', source)             print('')             num += 1     return num if __name__ == '__main__':     keyword = input('> 请输入关键词: ')     print('')     num = 1     for i in range(1, 3):         url = f'https://so.gushiwen.org/search.aspx?page={i}&value={keyword}'         num = poet_content(keyword, num, url) [图8.jpg|]

至此，我们就通过 Python 爬虫就成功制作了一款“飞花令”小工具，感兴趣的读者可以自己尝试一下！

侵权告知删除：yangzy187@126.com

转载请注明：网创网 www.netcyw.cn/b136389.html