企业官网建设流程全解析

PiPiName如何从诗经中挖掘好名：诗文挖名算法源码深度剖析

【免费下载链接】PiPiName根据三才五格和古诗文给宝宝起名项目地址: https://gitcode.com/gh_mirrors/pi/PiPiName

PiPiName 是一款基于三才五格和古诗文的宝宝起名工具。给它一个姓氏，它就能从《诗经》《楚辞》《论语》《周易》《唐诗》《宋诗》《宋词》中自动挖掘出符合吉数笔画组合的名字，并附上原文出处，比如"张恒寿"会标注出自"如月之「恆」，如日之升。如南山之「壽」，不騫不崩"。本文带你深度剖析它的诗文挖名算法：从笔画组合预计算、诗句逐字匹配到名字过滤，一共三步，源码只有几百行，非常适合作为 NLP 方向的新手入门项目。

项目快速上手：5分钟跑通诗经起名

第一步：获取代码

git clone https://gitcode.com/gh_mirrors/pi/PiPiName

第二步：安装依赖

项目只依赖一个第三方库 OpenCC（简繁体转换）：

pip install opencc

第三步：配置并运行

修改 config.py 中的参数，然后运行python main.py，结果会写入names.txt。示例输出：

张恒寿 男 恒 寿 10 14 如月之「恆」，如日之升。如南山之「壽」，不騫不崩。 张家宁 男 家 宁 10 14 有飶其香。邦「家」之光。有椒其馨，胡考之「寧」。

配置参数清单

所有词库数据都放在data/目录下：诗经.json、楚辞.txt、论语.json、周易.txt，以及唐诗/宋诗/宋词的按千首分片文件（如data/唐诗/poet.tang.0.json），data/Chinese_Names.dat是带性别标注的常用名字库，data/stoke.dat是汉字笔画表。

算法核心：三步诗文挖名流程

整个挖名流程在 main.py 的main()中串起来，可以概括为三步。

第一步：预计算姓氏的吉数笔画组合

get_stroke_list(last_name, allow_general)位于 wuge.py，这是整个算法的起点。它的思路是：先算出姓氏笔画，然后穷举 1~80 笔的每对数字 (i, j)，逐一计算五格：

• 天格= 姓氏笔画 + 1
• 人格= 姓氏笔画 + 名字第一字笔画 (i)
• 地格= i + j
• 总格= 姓氏笔画 + i + j
• 外格= 总格 − 人格 + 1

只有人格、地格、总格、外格四个格子的笔画数都落在"大吉"列表stroke_goods中，且三才（天格+人格+地格换算成的五行组合，如"木木火"）属于吉配置，这对笔画 (i, j) 才会被加入候选列表stroke_list。

举个例子：姓"林"（繁体 18 画），程序会算出类似[1, 3], [5, 9], [9, 9]这样的合法笔画组合。后续从诗经里挖字时，只需要检查"某两句中的某两字笔画是否恰好命中这些组合"。

💡 这里有个巧思：五格判定只依赖笔画数，与具体是哪个字无关。所以把"哪对笔画吉"提前算好，挖名时就能 O(1) 判断。

第二步：逐句扫描诗经，匹配笔画组合

词库加载入口在 name_set.py 的get_source()，source == 1时对应《诗经》：

elif source == 1: print('>>加载诗经...') get_name_json('诗经', names, 'content', stroke_list)

get_name_json()的流程非常直白：

1. 读入data/诗经.json，逐篇遍历content字段里的每一句；
2. 用 OpenCC 把简体统一转成繁体（s2tConverter.convert），因为五格论以康熙字典繁体笔画为准；
3. 用正则re.split('！？，。,.?! \n', string)按标点把长句切成短句；
4. 交给核心的check_and_add_names()。

check_and_add_names()是挖名的心脏，逻辑只有几行：

# 转换笔画数 strokes = list() for ch in sentence: if is_chinese(ch): strokes.append(get_stroke_number(ch)) else: strokes.append(0) # 判断是否包含指定笔画数 for stroke in stroke_list: if stroke[0] in strokes and stroke[1] in strokes: index0 = strokes.index(stroke[0]) index1 = strokes.index(stroke[1]) if index0 < index1: names.add(Name(name0 + name1, sentence, ''))

• 先把句子里每个汉字的笔画算出来排成列表；
• 遍历第一步算好的每一对吉数笔画 (i, j)，检查它俩是否都出现在本句的笔画列表中；
• 若出现，且 i 对应字的下标在 j 之前（保证顺序成词），就把这两个字组成名字，同时保存原句作为出处，用「」高亮命中的字。

一句话总结：用"笔画指纹"代替"词义理解"，在几十万字的诗经语料里做双字枚举匹配，简单、确定、可复现。

第三步：三重过滤，留下能用的好名

挖出来的候选名可能生僻或别扭，main()里还有三道关卡：

1. 笔画区间过滤：两字笔画必须落在min_stroke_count~max_stroke_count之间，避免生僻怪字；
2. 性别/常用库过滤：开启name_validate后，get_intersect()会把候选名与data/Chinese_Names.dat名字库求交集——只有真实存在过的名字才保留，并顺带继承其性别标注，再按gender参数过滤；
3. 忌用字过滤：dislike_words里列出的字直接剔除。

最后按拼音排序，全部写入names.txt，可以粘贴进 Excel 按字、笔画、性别继续筛选。

细节剖析：那些容易踩坑的设计

笔画不是简单的"数字几画"

get_stroke_number()在 stroke_number.py 中，做了两个新手容易忽略的处理：

• 按康熙字典取笔画：基础笔画来自data/stoke.dat，查不到才回退到内置的一到十；
• 部首变形加补：data/chaizi-ft.dat记录了字的拆字结构，命中后按传统规则修正——三点水"氵"算 4 画（水+1）、提手旁"扌"算 5 画（手+1）、草字头"艹"算 6 画（艸+3）、左阝算 8 画（阜+6）、右阝算 7 画（邑+5）等等。

如果直接用简体笔画，"林"姓算出来是 8 画，而算法按 18 画计算——这正是为什么全程要先转繁体、再按康熙笔画计算。

Name 对象自带"出处高亮"

name.py 中的Name类在构造时就把原句里的命中字替换成带「」的形式存入source字段，__str__输出时格式固定为"名字、性别、两字、两字笔画、出处句"。这就是 README 里示例输出"如月之「恆」，如日之升"这种高亮效果的全部来源。

反向查询：这个名字出自哪些诗句？

把check_name填成三字姓名、check_name_resource置为True，就进入"溯源模式"：check_resource()会遍历七大词库，找到所有包含该名字两字（按序）的诗句并高亮打印，同时check_wuge_config()输出完整的五格吉凶报表。比如查"周杰伦"，会提示出处"谁谓三「杰」才，功业独殊「伦」"。这相当于把挖名算法倒过来用——从名字反查语料。

算法结构一图流

写在最后

PiPiName 的诗文挖名算法看似"黑科技"，本质只是三个经典技巧的组合：穷举预计算 + 笔画指纹匹配 + 语料库过滤。全部源码不过千行，没有数据库、没有模型，却能把《诗经》305 篇变成一台随取随用的"起名搜索引擎"。如果你对 NLP 数据管线感兴趣，从这个项目入手，可以完整体会"语料清洗 → 特征提取 → 结果过滤"的标准工程思路。🚀

【免费下载链接】PiPiName根据三才五格和古诗文给宝宝起名项目地址: https://gitcode.com/gh_mirrors/pi/PiPiName