成语接龙(爬取成语数据-实现成语接龙)

首先,爬取了两万多的成语。
然后,根据这些成语实现成语接龙。

# 爬虫
library(rvest)

if(F){
  # 修改这个
  
  # https://chengyu.911cha.com/pinyin_d.html  
  
  # 页码 https://chengyu.911cha.com/pinyin_a_p1.html
  
  url <-"https://chengyu.911cha.com/pinyin_a_p4.html"
  # 从网页读取html代码
  webpage <- read_html(url,encoding="UTF-8")
  
  idiom <- webpage%>%html_nodes("body div.mainbox div.panel div.mcon ul li")%>%html_text()
  
  
  
  
  rm(url,webpage)
}


# 从这里开始,爬取成语数据 ------------------------------------------------------------

idiom=list()
n=1
for (i in letters) {
  print(i)
  for (j in 1:20) {
    url=paste("https://chengyu.911cha.com/pinyin_",i,"_p",j,".html",sep = "")
    
    webpage <- read_html(url,encoding="UTF-8")
    
    idiom[[n]] <- webpage%>%html_nodes("body div.mainbox div.panel div.mcon ul li")%>%html_text()
    
    if(length(idiom[[n]])==0){
      break();
    }else{
      n=n+1
    }
  }
}

# 这里就爬取了所有的成语数据,现在要做的就是编写成语接龙


# 随便输入一个成语,返回接下来的成语
idiom_arr=unlist(idiom)

Idioms_solitaire=function(word){
  library(stringr)
  last_character=str_sub(string = word,start = -1,end = -1)
  
  star_character=str_sub(string = idiom_arr,start = 1,end = 1)
  
  Match_data=idiom_arr[str_detect(str = star_character,pattern = last_character)]
  
  n=sample(1:length(Match_data),1)
 return(Match_data[n])
}


# Idioms_solitaire("阿萨大噶")


# 成语接龙 -内部使用了Idioms_solitaire的函数
per_fun=function(word){
  result=0
  n=1
  while (length(Idioms_solitaire(word))!=0&!is.na(word)) {
    print(word)
    result[n]=word
    n=n+1
    word=Idioms_solitaire(word)
    #Sys.sleep(1)
    
  }
  return(result)
}


per_fun("放虎归山")


#[1] "放虎归山"
#[1] "山高皇帝远"
#[1] "远涉重洋"
#[1] "洋洋洒洒"
#[1] "洒洒潇潇"
#[1] "潇洒风流"
#[1] "流水高山"
#[1] "山栖谷隐"
#[1] "隐晦曲折"
#[1] "折戟沉沙"
#[1] "沙鸥翔集"
#[1] "集矢之的"
#[1] "的一确二"
#[1] "二话没说"
#[1] "说东谈西"
#[1] "西方净土"
#[1] "土阶茅屋"
#[1] "屋上乌"
#[1] "乌焦巴弓"
#[1] "弓折刀尽"
#[1] "尽善尽美"
#[1] "美人计"
#[1] "计较锱铢"
#[1] "铢积寸累"
#[1] "累牍连篇"

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,711评论 5 468
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,932评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,770评论 0 330
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,799评论 1 271
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,697评论 5 359
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,069评论 1 276
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,535评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,200评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,353评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,290评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,331评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,020评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,610评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,694评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,927评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,330评论 2 346
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,904评论 2 341

推荐阅读更多精彩内容