#python# 成语接龙（一）

本来想写一个机器人成语接龙的，太复杂了，弄一个可以找到所有的可以“一招制敌”的成语，就是没办法再被接龙的成语。

第一步是找一个带拼音的成语字库，网上找了半天，没找到合适的，发现搜狗输入法自带成语词库，就拿来解析了。

搜狗的字库是scel格式，内容包括拼音表和字库两部分，它们的结构如下所示：

解析代码如下 [parse_scel.py]：

为了避开烦人的字符编码问题，用的是python 3

增加了print，方便跟踪结果

# encoding=utf8

# python 3

import sysimport struct

PIN_YIN_TAG_LEN = 4

def get_hanzi_offset(buff):

   mask = buff[4]

return 0x2628 if mask == 0x44 else 0x26c4 if mask == 0x45 else None

def get_pinyin_offset(buff):

   offset = 0x1540

return offset if buff[offset:offset + PIN_YIN_TAG_LEN] == b"x9dx01x00x00" else None

def get_piyin_table(buff, py_offset, hz_offset):

   py_table = {}

data = buff[py_offset + PIN_YIN_TAG_LEN:hz_offset]

   pos = 0

   while pos < len(data):        

       # 序号

index = struct.unpack('H', data[pos:pos + 2])[0]

       pos += 2

       # 拼音长度

       l = struct.unpack('H', data[pos:pos + 2])[0]

       pos += 2

       # 拼音

       py = data[pos:pos + l]

       pos += l

       py_table[index] = py.decode('UTF-16LE')

       print(index, l, py.decode('UTF-16LE'))    

return py_table

def get_hanzi_and_pinyin(buff, hz_offset, py_table):

   def _get_py(data, py_table):

length = len(data)

       pos = 0

       py = u''

       while pos < length:

index = struct.unpack('H', data[pos:pos + 2])[0]

           py += u'.' + py_table[index]

           pos += 2

return py[1:]

   hz_all = {}

   pos = 0

   hz_table = buff[hz_offset:]    

   while pos < len(hz_table):        

       # 同音词数量

same = struct.unpack('H', hz_table[pos:pos + 2])[0]

       pos += 2

       # 拼音索引表长度

       py_table_len = struct.unpack('H', hz_table[pos:pos + 2])[0]

       pos += 2

       # 拼音索引表

data = hz_table[pos:pos + py_table_len]

       py = _get_py(data, py_table)

       pos += py_table_len

       print(same, py_table_len, py)        

       # 中文词组

for i in range(same):            

           # 中文词组长度

           hz_len = struct.unpack('H', hz_table[pos:pos + 2])[0]

           pos += 2

           # 中文词组

           word = hz_table[pos:pos + hz_len]

           pos += hz_len            

           # 扩展数据长度

           ext_len = struct.unpack('H', hz_table[pos:pos + 2])[0]

           pos += 2

           # 序号

count = struct.unpack('H', hz_table[pos:pos + 2])[0]

           pos += ext_len

           hz_all[count] = (word.decode('UTF-16LE'), py)

           print(hz_len, word.decode('UTF-16LE'), ext_len, count)    

return hz_all

def scel_to_txt(scel, out):

with open(scel, "rb") as src, open(out, "w") as dst:

       buff = src.read()

       hz_offset = get_hanzi_offset(buff)

       py_offset = get_pinyin_offset(buff)

if not hz_offset or not py_offset:

           print("scel format changed, not support now

               [hz_offset = {} py_offset = {}]!".format(hz_offset, py_offset))

           sys.exit(1)

       py_table = get_piyin_table(buff, py_offset, hz_offset)

       hz_py_all = get_hanzi_and_pinyin(buff, hz_offset, py_table)

for x in hz_py_all:

           dst.write(hz_py_all[x][0] + ' ' + hz_py_all[x][1] + 'n')    

   pass

if __name__ == "__main__":

   scel_to_txt(u"成语大全.scel", u"成语大全.txt")    

   pass

生成的结果截图如下：

（↓ - 有些内容只在小龙家发，可关注同名“趣Python”号，谢谢 - ↓） 

相关知识

柳陌花丛成语接龙
成语异草奇花的解释、出处、类似成语、反义成语、造句、接龙
奇花异草的成语解释
杏花春雨成语解释
奇花异草成语的解释
言谈举止风格自然不拘束是什么成语？
成语《芬芳馥郁》意思和注音
奇花异草成语解释
含有花和门的成语大全
中秋菊盛开打一成语的答案

网址: #python# 成语接龙（一） https://www.huajiangbk.com/newsview741802.html