R语言编程——用不到30行代码,自制成语接龙小游戏

中国文化底蕴深厚,在漫长的历史中,我们的语言文字形成了大量特定的组合,用来表达特定的意思。成语是中国传统文化的一大特色,有的来源于典故,有的则来源于固定的使用方法。在成语类的比赛中,经常有“成语接龙”的比赛,往往是双方对战,一方先提出一个成语,然后另一方根据这个成语最后一个字的拼音,作为下一个成语的首拼,承接下去。


R语言编程——用不到30行代码,自制成语接龙小游戏


本文中,我们希望借助R语言的文本处理工具做一个简单的成语接龙小游戏,可以满足简单的人机对战的需求。首先,让我们在R中加载基本的环境:


if(!require(pacman)) install.packages("pacman")
## Loading required package: pacman
pacman::p_load(tidyfst,pinyin,stringr)


在上面加载的包中,tidyfst包用于数据的处理,pinyin包用于把汉字转化为其拼音,stringr包则被用于字符串的处理。


首先,我们需要对成语的数据集进行加载。这需要我们有中华成语的语料库,在GitHub中有相关的库可以用,详情见:https://github.com/pwxcoo/chinese-xinhua。这个项目中的idiom.json文件包含了成语的信息,可以使用jsonlite包将其读入并转化为数据框。这里我们不详细展开数据获取和转化的过程,我们最终把数据存储在名为“chengyu.csv”的文件中,它只有一列,我们在这里进行简单展示:


fread("chengyu.csv",encoding = "UTF-8") # 编码格式需要设置,否则可能显示乱码
##                    word
##                  <char>
##     1:           阿谀奉承
##     2:           阿党比周
##     3:           阿党相为
##     4:           阿狗阿猫
##     5:           阿姑阿翁
##    ---                  
## 30891:   做一天和尚撞一天钟
## 30892:           做贼心虚
## 30893:           做张做势
## 30894:           做张做致
## 30895:           做张做智


我们看到,这份数据只有一列成语,共30895行,列名为word。仅仅是这个数据框还不足够,我们还需要有每一个成语的首字拼音(简称“首拼”)和尾字拼音(简称“尾拼”)。关于这个步骤,我们可以使用pinyin包进行实现,具体操作如下:


my_dic = pydic(method = "tone",dic = "pinyin2") # 设置词典

# 取得成语的首拼和尾拼
chengyu = fread("chengyu.csv",encoding = "UTF-8")%>%

 mutate_dt(shoupin = str_sub(word,1,1)

%>% py(dic = my_dic),

           weipin = str_sub(word,-1,-1) %>% py(dic = my_dic))

# 展示结果
chengyu
##                      word shoupin weipin
##                    <char>  <char> <char>
##     1:           阿鼻地狱      a1    yu4
##     2:           阿党比周      a1  zhou1
##     3:           阿党相为      a1   wei2
##     4:           阿狗阿猫      a1   mao1
##     5:           阿姑阿翁      a1  weng1
##    ---                                  
## 30891:   做一天和尚撞一天钟    zuo4 zhong1
## 30892:           做贼心虚    zuo4    xu1
## 30893:           做张做势    zuo4   shi4
## 30894:           做张做致    zuo4   zhi4
## 30895:           做张做智    zuo4   zhi4


在上面的操作中,str_sub函数用来提取成语的第一个字和最后一个字,然后利用py函数来将其转化为首拼和尾拼。pinyin包中有两套词典,这里用“pinyin2”词典来完成转化,因为它的错误率较低

(“pinyin1”词典有bug,详情可参考:https://github.com/pzhaonet/pinyin/issues/16)


下面,我们要设置一个小游戏。游戏中,我们首先提示用户输入一个成语,然后把用户写入的字符串导入,然后把匹配到的第一个成语输出来,作为接龙的结果。如果库内没有匹配的成语,那么就输出“好吧,你赢了。”,然后换行。如果匹配上了,就直接输出匹配结果。当用户想退出的时候,键入大写字母Q,然后按回车即可。实现代码如下:


game = function(){
 chengyu1 = chengyu
 repeat{
   cat("请输入一个成语(认输或离开请按Q):")
   input = readline()
   if(input == "Q") break else chengyu1 = chengyu1[word != input]
   str_sub(input,-1,-1) %>% py(dic = my_dic) -> input_weipin
   res = chengyu1[shoupin == input_weipin]
   if(nrow(res) == 0) {
     cat("好吧,你赢了。\n")
   }else{
     cat(res$word[1])
     chengyu1 = chengyu1[word != res$word[1]]
     cat("\n")
   }
 }
}


现在,game函数中就封装了我们这个游戏的所有过程。下面我们进行简单的解释:

1、把chengyu这个数据框复制一份放在chengyu1中,因为我们在成语接龙中不允许成语重复出现,因此出现过一次的成语都会删掉。

2、readline函数可以让用户交互式地读入一段字符串;

3、cat函数可以在屏幕中输出一段文字对话;

4、repeat语句相当于while(1),如果没有跳出语句(break),它会一直执行下去。


下面,我们可以尝试玩耍,从而进行测试:


R语言编程——用不到30行代码,自制成语接龙小游戏


成语接龙测试

我们可以看到,基于命令行的小游戏没有出现明显的问题。这样,我们就用了不到30行的代码完成了成语接龙的小游戏,实现的完成代码如下:

if(!require(pacman)) install.packages("pacman")
pacman::p_load(tidyfst,pinyin,stringr)

my_dic = pydic(method = "tone",dic = "pinyin2")

chengyu = fread("chengyu.csv",encoding = "UTF-8")%>%

 mutate_dt(shoupin = str_sub(word,1,1)

%>% py(dic = my_dic),weipin = str_sub(word,-1,-1) %>% py(dic = my_dic))


chengyu

game = function(){
 chengyu1 = chengyu
 repeat{
   cat("请输入一个成语(认输或离开请按Q):")
   input = readline()
   if(input == "Q") break else chengyu1 = chengyu1[word != input]
   str_sub(input,-1,-1) %>% py(dic = my_dic) -> input_weipin
   res = chengyu1[shoupin == input_weipin]
   if(nrow(res) == 0) {
     cat("好吧,你赢了。\n")
   }else{
     cat(res$word[1])
     chengyu1 = chengyu1[word != res$word[1]]
     cat("\n")
   }
 }
}

game()


在这个基础上,我们还可以让电脑和电脑自己玩接龙游戏,从而得到一大串没有重复的成语接龙结果。此外,还可以利用shiny包做一个漂亮的人机交互界面。


通过这个例子中,我们可以看到R语言强大的文本挖掘能力,但这都是比较零散的知识。要系统地学习一套R语言文本挖掘的系统知识与技术,可以参考机械工业出版社出版的新作《文本数据挖掘——基于R语言》。


该书立足于R语言与文本挖掘知识基础,实用性和趣味性兼具,循序渐进地引导读者掌握各项文本挖掘实现。书中包含大量代码,因此也可以作为工具书为文本挖掘用户提供R代码参考。

R语言编程——用不到30行代码,自制成语接龙小游戏

上一篇:字典


下一篇:iOS成员,实例,属性 三者变量 区别、关系