Python抓取歌詞自制FreeStyle!
阿新 • • 發佈:2019-01-12
故事的起因是上週六看《中國好聲音》,一個周杰倫戰隊的學員用人工智慧寫的歌詞,於是乎,我也有了這個想法,程式碼的主題思路是看Crossin先生的文章,雖然最後不能寫出一首歌,但是押韻腳這事情分分鐘搞定了
主題的思路,就是先抓取很多首歌曲的歌詞,利用jieba分詞後,將分好的詞按照押韻表進行分類,最後匹配查詢就可以了
準備一:押韻表
這個地方可以去網上搜押韻表(溫馨提示:程式碼可左右滑動)
#引用各種需要的庫 import requests import jieba import re from xpinyin import Pinyin p = Pinyin() RhymeIndex = [('1', ['a', 'ia', 'ua']), ('2', ['ai', 'uai']), ('3', ['an', 'ian', 'uan']), ('4', ['ang', 'iang', 'uang']), ('5', ['ao', 'iao']), ('6', ['e', 'o', 'uo']), ('7', ['ei', 'ui']), ('8', ['en', 'in', 'un']), ('9', ['eng', 'ing', 'ong', 'iong']), ('10', ['er']), ('11', ['i']), ('12', ['ie', 'ye']), ('13', ['ou', 'iu']), ('14', ['u']), ('16', ['ue']), ('15', ['qu', 'xu', 'yu'])] RhymeDct = {'ui': '7', 'uan': '3', 'ian': '3', 'iu': '13', 'en': '8', 'ue': '16', 'ing': '9', 'a': '1', 'ei': '7', 'eng': '9', 'uo': '6', 'ye': '12', 'in': '8', 'ou': '13', 'ao': '5', 'uang': '4', 'ong': '9', 'ang': '4', 'ai': '2', 'ua': '1', 'uai': '2', 'an': '3', 'iao': '5', 'ia': '1', 'ie': '12', 'iong': '9', 'i': '11', 'er': '10', 'e': '6', 'u': '14', 'un': '8', 'iang': '4', 'o': '6', 'qu': '15', 'xu': '15', 'yu': '15'}
準備二:分詞對應押韻表編碼
分好的詞與押韻表對應起來,舉個栗子,比如“沒有”對應的是“7-13”,就等於你給每個詞都貼了一個標籤,這樣你以後想搜尋的時候,就可以根據標籤找到這些詞了
def _analysis_words(words): word_py =p.get_pinyin((u'{}'.format(words))) lst_words = word_py.split('-') r = [] for i in lst_words: while True: if not i: break token = RhymeDct.get(i, None) if token: r.append(token) break i = i[1:] if len(r) == len(words): return '-'.join(r) #print( analysis words('兄弟'))
第一步:爬蟲抓取歌詞資訊
這個地方資料爬取的越多,肯定你的詞庫就越壯大,後面分詞也越高,我這裡只爬取了3首歌曲的歌詞,並且最後是儲存到txt中,當然,放資料庫裡就更好了
def GetKeyword(): #歌曲列表 # url = 'http://music.163.com/api/playlist/detail?id=808976784' # req = requests.get(url) # data = req.json() # print(data['result']['tracks'] ) # tracks =data['result']['tracks'] #歌曲列表 tracks=["431795900",'33850315','430053482'] #寫入記事本檔案 with open('keyword.txt','a') as f: f.write("[") for i in tracks: print(111) #歌詞 # lrcurl = "http://music.163.com/api/song/lyric?os=pc&id="+str(i['id'])+"&lv=-1&kv=-1&tv=-1" lrcurl = "http://music.163.com/api/song/lyric?os=pc&id="+str(i)+"&lv=-1&kv=-1&tv=-1" lrcreq = requests.get(lrcurl) dt = lrcreq.json() lrc=re.sub(u"\[.*?]", "", dt['lrc']['lyric']) #jieba分詞 seg_list = list(jieba.cut(lrc, cut_all=True)) for i in seg_list: #加入判斷,只寫入2個字組成的詞 if len(i)==2: #寫入格式:{'7-13':'追求'} if _analysis_words(i)!=None: f.write("{'"+_analysis_words(i)+"':'"+i+"'},") f.write("]") f.close()
第二步:呼叫分詞的方法
GetKeyword()
第三步:分析分詞後的txt
def Findkey(str): result={} with open('keyword.txt', 'r') as f: list=eval(f.readlines()[0]) for item in list: if item.get(str): key=item.get(str) number=result.get(key) if number !=None and number>=1: result[key]=number+1 else: result.update({key:1}) f.close() print(result)
第四步:程式入口
key=input("請輸入關鍵詞:") str=_analysis_words(key) print("匹配押韻的詞:") Findkey(str)
第五步:創作自己的FreeStyle
# hello 大家好,我的名字叫離島 # 沒事愛在部落格寫寫,這感覺讓我愜愜 # 寫程式碼不是男生的事,女生不是隻能做測試 # 熱愛編碼,沒有辦法 # 他們都叫我是熱愛編碼的Coding女生
進群:960410445 即可獲取數十套PDF!