本库用于抓取唐诗（李白的）宋词以及元曲，并匹配木字旁的字

基本步骤

使用requests库抓取网页内容，分析实体（诗、词、曲）对应的页面链接，跳转到对应页面后使用BeautifulSoup匹配文本从而抓取目标内容

文件解释

文件	什么东西
libai.py	爬取李白诗词的爬虫
songci.py	爬取宋词的爬虫
yuanqu.py	爬取元曲的爬虫
libaiRecognition.py	识别李白诗词中包含木字旁的字的诗词解析代码
songciRecognition.py	识别宋词中包含木字旁的字的宋词解析代码
yuanquRecognition.py	识别元曲中包含木字旁的字的元曲解析代码
libai.txt	李白诗词
songci.txt	宋词
yaunqu.txt	元曲
yaunqu_notitle.txt	元曲（不包含标题）
name2chose_libai.txt	李白诗词中包含木字旁的字的诗词
name2chose_songci.txt	宋词中包含木字旁的字的宋词
name2chose_yuanqu.txt	元曲中包含木字旁的字的元曲

使用方法

以爬取宋词为例

第一阶段：爬取宋词文本内容

python songci.py

结果保存在songci.txt当中

第二阶段：匹配木字旁的字

整个过程是基于词典思想设计的，使用木字旁的词典并对宋词的每句诗进行文本匹配，将匹配到的诗句保存到name2chose_songci.txt中。

python songciRecognition.py

结果展示

宋词：

匹配到的宋词：

后记

什么都可以碰，不要碰女人，去他妈恋爱