GitHub上最全中华古诗词数据库又火了

Posted 2021-03-19

<a href="https://www.ithome.com/" target="_blank">IT 之家</a> 12 月 26 日消息 近期，GitHub 上最全中华古诗词数据库再次登上热榜，又火了一把。根据介绍，chinese-poetry 最全中华古诗词数据库集合了唐宋两朝近一万四千古诗人， 接近 5.5 万首唐诗加 26 万宋诗. 两宋时期 1564 位词人，21050 首词。该项目已经获得了 22.6k 个「star」以及 4.2k 个「fork」。
　　GitHub 项目：<a href="https://github.com/chinese-poetry/chinese-poetry">https://github.com/chinese-poetry/chinese-poetry</a>;
　　最全的中华古典文集数据库，包含 5.5 万首唐诗、26 万首宋诗、2.1 万首宋词和其他古典文集。诗人包括唐宋两朝近 1.4 万古诗人，和两宋时期 1.5 千古词人。数据来源于互联网。
　　为什么要做这个仓库? 项目作者表示，古诗是中华民族乃至全世界的瑰宝，我们应该传承下去，虽然有古典文集，但大多数人并没有拥有这些书籍。从某种意义上来说，这些庞大的文集离我们是有一定距离的。而电子版方便拷贝，所以此开源数据库诞生了。此数据库通过 JSON 格式分发，可以让你很方便的开始你的项目。
　　古诗采集没有记录过程，因为古诗数据庞大，目标网站有限制，采集过程经常中断超过了一个星期。2017 年新加入全宋词，<a href="https://jackeygao.github.io/r/words/crawl-ci.html" target="_blank">全宋词爬取过程及数据分析。</a>
　　<strong>高频词分析图</strong>
　　宋词受欢迎的词牌名
　　宋词高频词
　　宋词作者作品榜
　　唐诗高频词
　　唐诗作者作品榜
　　宋诗高频词
　　宋诗作者作品榜
　　<strong>数据集</strong>