基于Python经典版成语接龙逻辑实现
今天，想检验一下前期Python学习成功，加上好友提起斗一波成语接龙，为完全碾压，轻松取胜，便顺手写一个适合日常群聊PK的成语接龙小程序。具体实现流程如下：
成语俗语词库下载
前往搜狗输入法官网，找到词库页面，搜索成语，定位进入 成语俗语 页面， 下载 官方词库 -- 成语俗语【官方推荐】.scel
搜狗成语俗语词库转txt备用
github上有现成的scel转txt的代码，此处个人调试为适用python3.6的版本
import struct
import os
# 搜狗的scel词库就是保存的文本的unicode编码，每两个字节一个字符（中文汉字或者英文字母）
# 找出其每部分的偏移位置即可
# 主要两部分
# 1.全局拼音表，貌似是所有的拼音组合，字典序
# 格式为(index,len,pinyin)的列表
# index: 两个字节的整数 代表这个拼音的索引
# len: 两个字节的整数 拼音的字节长度
# pinyin: 当前的拼音，每个字符两个字节，总长len
#
# 2.汉语词组表
# 格式为(same,py_table_len,py_table,{word_len,word,ext_len,ext})的一个列表
# same: 两个字节 整数 同音词数量
# py_table_len: 两个字节 整数
# py_table: 整数列表，每个整数两个字节,每个整数代表一个拼音的索引
#
# word_len:两个字节 整数 代表中文词组字节数长度
# word: 中文词组,每个中文汉字两个字节，总长度word_len
# ext_len: 两个字节 整数 代表扩展信息的长度，好像都是10
# ext: 扩展信息 前两个字节是一个整数(不知道是不是词频) 后八个字节全是0
#
# {word_len,word,ext_len,ext} 一共重复same次 同音词 相同拼音表
# 拼音表偏移，
startPy = 0x1540;
# 汉语词组表偏移
startChinese = 0x2628;
# 全局拼音表
GPy_Table = {}
# 解析结果
# 元组(词频,拼音,中文词组)的列表
GTable = []
# 原始字节码转为字符串
def byte2str(data):
pos = 0
str = ''
while pos < len(data):
c = chr(struct.unpack('H', bytes([data[pos], data[pos + 1]]))[0])
if c != chr(0):
str += c
pos += 2
return str
# 获取拼音表
def getPyTable(data):
data = data[4:]
pos = 0
while pos < len(data):
index = struct.unpack('H', bytes([data[pos],data[pos + 1]]))[0]
pos += 2
lenPy = struct.unpack('H', bytes([data[pos], data[pos + 1]]))[0]
pos += 2
py = byte2str(data[pos:pos + lenPy])
GPy_Table[index] = py
pos += lenPy
# 获取一个词组的拼音
def getWordPy(data):
pos = 0
ret = ''
while pos < len(data):
index = struct.unpack('H', bytes([data[pos], data[pos + 1]]))[0]
ret += GPy_Table[index]
pos += 2
return ret
# 读取中文表
def getChinese(data):
pos = 0
while pos < len(data):
# 同音词数量
same = struct.unpack('H', bytes([data[pos], data[pos + 1]]))[0]
# 拼音索引表长度
pos += 2
py_table_len = struct.unpack('H', bytes([data[pos], data[pos + 1]]))[0]
# 拼音索引表
pos += 2
py = getWordPy(data[pos: pos + py_table_len])
# 中文词组
pos += py_table_len
for i in range(same):
# 中文词组长度
c_len = struct.unpack('H', bytes([data[pos], data[pos + 1]]))[0]
# 中文词组
pos += 2
word = byte2str(data[pos: pos + c_len])
# 扩展数据长度
pos += c_len
ext_len = struct.unpack('H', bytes([data[pos], data[pos + 1]]))[0]
# 词频
pos += 2
count = struct.unpack('H', bytes([data[pos], data[pos + 1]]))[0]
# 保存
GTable.append((count, py, word))
# 到下个词的偏移位置
pos += ext_len
def scel2txt(file_name):
print('-' * 60)
with open(file_name, 'rb') as f:
data = f.read()
print("词库名：", byte2str(data[0x130:0x338])) # .encode('GB18030')
print("词库类型：", byte2str(data[0x338:0x540]))
print("描述信息：", byte2str(data[0x540:0xd40]))
print("词库示例：", byte2str(data[0xd40:startPy]))
getPyTable(data[startPy:startChinese])
getChinese(data[startChinese:])
if __name__ == '__main__':
# scel所在文件夹路径
in_path = "E:\python_workspace"
# 输出词典所在文件夹路径
out_path = "coal_dict.txt"
fin = [fname for fname in os.listdir(in_path) if fname[-5:] == ".scel"]
for f in fin:
f = os.path.join(in_path, f)
scel2txt(f)
# 保存结果
with open(out_path, 'w', encoding='utf8') as f:
f.writelines([word+'\n' for count, py, word in GTable])业务逻辑实现
from IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity = "all"
from pypinyin import pinyin, lazy_pinyin, Style
idiom_dic = {}
idiom_list = []
idiom_char_dic = {}
with open('E:\python_workspace\coal_dict.txt', 'r', encoding='utf8') as r:
for line in r:
line = line.strip()
if None == line or line == '':
continue
idiom_list.append(line)
key = lazy_pinyin(line)[0]
value = ''
if key in idiom_dic.keys():
value = idiom_dic[key] + ',' + line
else:
value = line
idiom_dic[key] = value
# 汉字接龙
key_char = line[0]
value_char = ''
if key_char in idiom_char_dic.keys():
value_char = idiom_char_dic[key_char] + ',' + line
else:
value_char = line
idiom_char_dic[key_char] = value_char
# 汉字接龙，polyphone -- 是否匹配读音
def idiom_next_char(idiom, polyphone=False):
if idiom not in idiom_list:
res = idiom + ' is not one idiom'
else:
last = idiom[len(idiom) - 1]
if polyphone:
pass
if last not in idiom_char_dic:
res = 'library without the supply idioms'
else:
aa = idiom_char_dic[last]
last = lazy_pinyin(idiom)[len(idiom) - 1]
bb = idiom_dic[last]
aa_list = aa.split(',')
bb_list = bb.split(',')
cd_list = set(aa_list).intersection(set(bb_list)) # 求并集
res = ','.join(cd_list)
else:
if last not in idiom_char_dic:
res = 'library without the supply idioms'
else:
res = idiom_char_dic[last]
return res
# 拼音接龙
def idiom_next(idiom):
if idiom not in idiom_list:
res = idiom + ' is not one idiom'
else:
last = lazy_pinyin(idiom)[len(idiom) - 1]
if last not in idiom_dic:
res = 'library without the supply idioms'
else:
res = idiom_dic[last]
return res
# print(idiom_next('怒发冲冠'))
# 汉字定长接龙
def idiom_multi_char_length(idiom, length=10, polyphone=False):
index = 0
res_list = [idiom]
while index < length:
res = idiom_next_char(idiom, polyphone)
if 'idiom' in res:
break
else:
res_next = res.split(',')
idiom = res_next[0]
res_list.append(idiom)
index = index + 1
return res_list
# 拼音定长接龙
def idiom_multi_length(idiom, length=10):
index = 0
res_list = [idiom]
while index < length:
res = idiom_next(idiom)
if 'idiom' in res:
break
else:
res_next = res.split(',')
idiom = res_next[0]
res_list.append(idiom)
index = index + 1
return res_list
def check_none_follow_list():
none_follow = []
for idiom in idiom_list:
res = idiom_next(idiom)
if 'idiom' in res:
none_follow.append(idiom)
return none_follow
# none_supply = check_none_follow_list()
# print(none_supply)简单调试
pycharm 2018.2版本依赖，支持 运行调试功能，即即直接加载 .py 代码到内存，可以直接调用声明的函数和变量，打开方式：Run/Debug Configurations -- Configuration -- Execution -- Run with Python console。
这样调试尤其便利：
1、成语接龙（读音匹配）
idiom_multi_length('刻舟求剑')
Out[6]:
['刻舟求剑',
'兼爱无私',
'死败涂地',
'低昂不就',
'灸艾分痛',
'同胞共气',
'期月有成',
'撑岸就船',
'传杯换盏',
'粘皮带骨',
'告朔饩羊']2、成语接龙（汉字匹配）
idiom_multi_char_length('刻舟求剑')
Out[5]:
['刻舟求剑',
'剑拔弩张',
'张本继末',
'末大必折',
'折本买卖',
'卖卜测字',
'字挟风霜',
'霜刀小径',
'径情而行',
'行行出状元',
'元恶大憝']3、成语接龙（汉字、读音匹配）
idiom_multi_char_length('刻舟求剑',polyphone=True)
Out[7]:
['刻舟求剑',
'剑拔弩张',
'张冠李戴',
'戴凭夺席',
'席丰履厚',
'厚貌深情',
'情恕理遣',
'遣将调兵',
'兵来将挡水来土掩',
'掩耳不闻',
'闻弦歌而知雅意']
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
