真就是由于不开学闲的，我又开始第二个项目，这个项目是用python爬取唐诗三百首而后诗意取名，特别fash，里面涉及到不少知识点，我以为看完这个，你至少会了python半边江山，好比网络爬虫，程序化设计，中文分词等等----html

许久不见的老同窗生了宝宝，取名张三？？我很不解的问他缘由，告诉我说孩子是三点生的，纳尼，那个人孩子是否是得叫派森啊，由于我喜欢python，以后，我就开始了这个项目，目的是为了利用古诗生成一些好听的名字，等我之后取名的时候或许还有用咧，就避免满大街的张三李四张伟王大了，汗颜无比，开始咱们的项目吧。python

来，给咱们的儿子取一个名字吧！git

项目预览：

gif预览:

页面预览:

项目技术：

网络爬虫 ： requests库 ， xpath语法

正则 ： re库

随机库 ： random库

中文分词 ： jieba库

GUI界面 ：tkinter库

图片处理 ： PIL库

程序打包： pyinstaller库

项目思路：

这个项目的思路大体以下：经过爬虫获取唐诗三百首的全部文本，而后通过中文分词，筛选出想要的，而后组成名字，最后写入GUi界面中，喜欢的也能够打包程序，在哪都能用到了。web

本次项目也遇到一些bug，筛选词汇的特殊符号，以及筛选过程的误区，使用GUI界面定义按钮的假死状态,这些我都克服了，在下面的讲解中我会详细说说。windows

项目流程：

爬取唐诗获得文本:

网页连接以下：

http://www.shicimingju.com/shicimark/tangshisanbaishou_1_0__0.html

http://www.shicimingju.com/shicimark/tangshisanbaishou_2_0__0.html

http://www.shicimingju.com/shicimark/tangshisanbaishou_3_0__0.html网络

那么从这个就能看到每一个网页的特性了，就是1，2，3，实现一个循环就能遍历全部的页面，下面看图文源代码：多线程

首先咱们得肯定这个网页是静态的仍是动态的，我从源代码里面找到了网页的文本信息，全部我大体肯定是静态的网页，没用不少花哨东西。app

文本内容都在我指的哪一个div标签里面，这个若是不会写xpath的，能够去xpath helper 插件，这个能帮助一下吧，我我的不是很习惯用这个，有利有弊，限制本身的思路。dom

代码以下：svg

Tang_poems = [] # 诗歌列表

def get_text(page):

url = 'http://www.shicimingju.com/shicimark/tangshisanbaishou_' + page + '_0__0.html' # 拼接网址

r = requests.get(url)

if r.status_code == 200:

return r.text

def get_page_poems(text):

html = etree.HTML(text) # 造成xpath对象

html = etree.tostring(html) # 修改类型 成 bytes类型

html = etree.fromstring(html) # 修改编码

# 诗歌

poems = html.xpath(r'//*[@id="main_left"]/div[2]//div/div[@class="shici_list_main"]//text()')

for i, j in enumerate(poems): # 处理诗句 去掉空格 和 提示信息

poems[i] = j.replace('\n ', '')

poems[i] = re.sub('展开全文|收起|\n ', '', poems[i])

poems[i] = re.sub('《|》|\n ', '', poems[i])

for i in poems:

if len(i) < 2:

continue

else:

Tang_poems.append(i)

这里须要注意的，必定得先去掉明显的特殊符号，否则后面分词处理起来很麻烦，使用正则能很好的帮助咱们。

取文本然后中文分词:

这里使用到jieba库中的lcut, 分词好了就放入单个列表，好比我就放了三个列表，分别对应一个字的， 二个字的，三个字的。

代码以下：

def cut_page_poems():

name = jieba.lcut(''.join(Tang_poems))

one_name, two_name, three_name = [], [], [] # 构建名字长度列表

excludes = {'，', '。', ' ', '？', '(', ')', '；', '！', '?', '/ ', '/', ': ', ':', '·', '· '} # 去掉一些特殊符号 留下牛逼名字

for i in name:

if len(i) == 1 and i not in excludes:

one_name.append(i)

elif len(i) == 2 and i not in excludes:

two_name.append(i)

elif len(i) == 3 and i not in excludes:

three_name.append(i)

# 不考虑四个名字的，由于带上姓就很长了

return one_name, two_name, three_name

这里返回的one_name里面就是存放分词后的长度，其余类推

书写GUI界面：

这里咱们简单的使用了tkinter库，由于我以前也学过这个GUI库，我以为这个有点丑，可是最简单的函数库了，其余的大家也能够尝试，若是很赞，记得评论告诉我哈，我就转库了。

代码以下：

def root(): # 生成窗口控件

my_windows = Tk() # 初始窗口

my_windows.title('取唐诗三百首然后取名') # 标题

width = 800

height = 600

# 获取屏幕尺寸以计算布局参数，让窗口位于屏幕中央

screenwidth = my_windows.winfo_screenwidth()

screenheight = my_windows.winfo_screenheight()

align_str = '%dx%d+%d+%d' % (width, height, (screenwidth - width) / 2, (screenheight - height) / 2)

my_windows.geometry(align_str) # 设置窗口大小

my_windows.resizable(width=True, height=True)

# 设置窗口是否可变长、宽，True：可变，False：不可变

photo = PIL.Image.open('D://ps素材//鲸鱼.jpg')

photo = photo.resize((1000, 600)) # 这里控制大小

photo = PIL.ImageTk.PhotoImage(photo) # 使用其余库

# 默认的PhotoImage 只能使用git格式 其余格式使用PIL

p_label = Label(my_windows, text='北冥有鱼\n其名为鲲',

fg='white', font=('华文行楷', 25),

justify=LEFT, # 对其方式

image=photo,

compound=CENTER) # 字体显示位置

p_label.pack()

# 定义第一个输入框

inp1 = Entry(my_windows)

inp1.place(relx=0.4, rely=0.2)

# 定义第二个输入框

inp2 = Entry(my_windows)

inp2.place(relx=0.4, rely=0.3)

# 定义第一个提示框

inp_label1 = Label(my_windows, text='输入姓氏:',

font=('宋体', 12), fg='Tan')

inp_label1.place(relx=0.3, rely=0.2)

# 定义第二个提示框

inp_label2 = Label(my_windows, text='名字长度:',

font=('宋体', 12), fg='Tan')

inp_label2.place(relx=0.3, rely=0.3)

# 定义一个显示文本

txt = Text(my_windows, bg='#d3fbfb')

txt.place(rely=0.6, relwidth=1.0)

# 定义一个肯定按钮 传入二个参数

btn1 = Button(my_windows, text='肯定', fg='red',

command=lambda: form_name(inp1.get(), inp2.get(), txt))

btn1.place(relx=0.4, rely=0.4)

# 定义一个关闭按钮

btn2 = Button(my_windows, text='关闭', fg='red', command=my_windows.destroy)

btn2.place(relx=0.5, rely=0.4)

# 先定义提示信息

helps = '------------They maybe can help you !---------------\n\n\n' \

'当你输入单姓的时候 ----------> 名字长度为(2-4)\n\n\n' \

'当你输入复姓的时候 ----------> 名字长度为(3-4)\n\n\n'

txt.insert(END, helps)

my_windows.mainloop()

这里使用图片的时候必定得注意库，由于tk库里面也有Image类的使用，可是这个image类只能使用gif格式的图片，因此我想上jpg就得用PIL的image类，这样就起了库名冲突，因此我这样导入PIL :

import PIL.Image

import PIL.ImageTk

这样就能避免了！这很棒！

构造GUI中的按钮函数:

在GUI里面中，我点击肯定以后就弹出了随机的名字，那么这个是经过Text控件实现的。我这里是传入的函数form_name()中，而后经过lambda传入了一些特定值,

代码以下:

def form_name(first_name, num_name, txt): # 取名

# first_name = input('请输入后代的姓氏:')

# num_name = int(input('请输入后代的名字数量:'))

# 组成名字方式不少 姓名能够一个或者二个 全名最大支持五个字

sub_num = int(num_name) - len(first_name) # 名字长度差值

if len(first_name) == 1: # 若是姓氏为单姓

if sub_num == 1:

form_two(first_name, one, txt) # 取二个名字

elif sub_num == 2:

from_three(first_name, one, two, txt) # 取三个字名字

elif sub_num == 3:

form_four(first_name, one, two, three, txt) # 取四个字名字

elif len(first_name) == 2: # 若是为复姓

if sub_num == 1:

forms_three(first_name, one, txt) # 三个名字

elif sub_num == 2:

forms_four(first_name, one, two, txt) # 四个名字

取名：

这里我使用了随机库random来实现个人功能，具体以下：

这里就展现一个组成实例了，挺多的。

def form_two(a, one, txt): # 单姓二字

s = []

for i in range(300): # 生成姓名列表

s.append(a + random.choice(one) + ' ')

txt.delete(1.0, END) # 清空文本框

for i, j in enumerate(s): # 输出姓名

if i % 16 == 0 or i == 0: # 条件限制

txt.insert(END, '\n\n\n') # 追加换行

else:

txt.insert(END, j) # 追加名字

打包程序:

使用pyinstaller库实现：

pyinstaller -F 取名.py

项目总结：

此次项目遇到很多的挫折，可是我都挺了过来，哈哈哈，不错哟！

修复了特殊符号致使的分词阻碍

抓文本的思路错误，刚开始想匹配标题和文本，结果发现这很难，诗歌有不少联，我实现不了。

在GUI界面中修复了导入图片的函数库名冲突问题，以及修复了按钮超时，界面崩溃问题，缘由是我想加入延迟，而后一次一次的打印，达到一个效果，结果有点不容许，最后仍是直接生成文本列表，而后从中选取。

我想用多线程实现界面崩溃的问题，可是我尝试了好久没有实现，若是有懂的人，但愿告诉我。

项目后记:

来自灵魂的问答，你有孩子吗，就想到起名的程序了。哎。。。。。以为喜欢的朋友给个关注和赞咯！