点击上方“Github中文社区”，关注
看遍Github好玩的项目
第015期原创分享 作者:huber
大家好，我是hub妹，咱们又见面了！
最近看到小侄女整天抱着pad背诵古诗词，让我想起了自己曾经背诵诗词的苦逼时代，那时候没pad, 都是抱着课本啃，背不完当天任务就不让回家，现在想起来都有阴影……
那么问题来了：她们pad里的古诗词，数据都是哪来的？APP厂家自己收集的？还是有公共数据资源？ 好奇之下网上查了一下，居然发现了GitHub上有这么个让人鸡冻的项目 ： chinese-poetry
这可真是一个情怀项目啊，来自几十位贡献者，搜集出了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。数据基本都是来源于互联网。
而且目前已经收获 Star 近 30k ！
这么受欢迎的数据，把诗人们都给激动坏了：
为什么要做这个仓库?
据官方简介：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。
词频分析
项目对数据库做了一个初步的词频分析，不过用现代技术去分析古诗词，总感觉怪怪的呢？???? 这里列举部分词频分析图：
宋词受欢迎的词牌名：
宋词高频词：
宋词作者榜：
唐诗高频词：
唐诗作者榜：
已含数据集
每一个集合可直接点击进入子集，比如我点击诗经后，进入了诗经的子集页面，有进一步介绍：
诗经
中国最早诗歌总集, 《诗经》，是中国古代诗歌开端，最早的一部诗歌总集，收集了西周初年至春秋中叶（前11世纪至前6世纪）的诗歌，共311篇，其中6篇为笙诗，即只有标题，没有内容，称为笙诗六篇（南陔、白华、华黍、由康、崇伍、由仪），反映了周初至周晚期约五百年间的社会面貌。来自百科
数据格式
shijing.json
[
{
"title": "关雎",
"chapter": "国风",
"p": "周南",
"content": [
"关关雎鸠，在河之洲。窈窕淑女，君子好逑。",
"参差荇菜，左右流之。窈窕淑女，寤寐求之。",
"求之不得，寤寐思服。悠哉悠哉，辗转反侧。",
"参差荇菜，左右采之。窈窕淑女，琴瑟友之。",
"参差荇菜，左右芼之。窈窕淑女，钟鼓乐之。"
]
}
应用案例
项目还提供了数个应用案例：
咱们就点第一个案例看一下效果：
关于贡献
目前已经聚集了近30位贡献者
贡献的方式也很简单，可用自己的方式将采取到的古诗词以JSON格式按照项目官方标准提交即可
传送门
https://github.com/chinese-poetry/chinese-poetry
写在最后
中文诗词，之所以让人们从古至今都在学习，是因为那都是古人们思想与智慧的结晶，大家来随便欣赏几句李白被网友们评为最狂的诗句：
十步杀一人，千里不留行。 事了拂衣去，深藏身与名。 ——《侠客行》 仰天大笑出门去，我辈岂是蓬蒿人。 ——《南陵别儿童入京》 兴酣落笔摇五岳，诗成笑傲凌沧洲。 ——《江上吟》 |
这个项目是一个典型的，拿GitHub当公共数据库使用的项目????????，这种方式简单并且方便维护，贡献者直接上传json文件就行，应用端对数据获取也很方便直接，开发者们能如此快捷的使用这些数据，都要归功于这些无私的贡献者们
大家请起立，为贡献者们鼓掌
OK！到这就是这期分享
如果觉得文章有意思，请点赞在看，分享。
历史原创
★ 毫无破绽！用这个开源项目换了张脸后，连女朋友都难分真假，能否骗过刷脸支付？
★ 强！这个GitHub官方终端命令行工具！星标10K！真是让人相见恨晚啊
点个在看呗！