- A+
所属分类:其他杂项
需求是要找京剧、舞蹈、舞台剧、戏剧等演出类型的节目名字,如:“云南映象”、“大河之舞”、“驴得水”等
找书的名字可以上豆瓣,找歌曲名字可以上酷我,但要找演出节目的名字,却没有类似“豆瓣、酷我”这种网站。传统的找词方式行不通,因为出来的都是
这样的
这样的
这样的
以及这样的
百度凤巢还稍微好那么一点点,起码还有“话剧两只狗的生活意见”这种带节目名字的词,但大部分结果都包含非节目名称的词,这些词导出来也没有办法将节目名字单独分离出来
当在百度上搜索“话剧”的时候,发现很多节目都是带着书名号的
这便给本渣渣提供了方向
相关搜索、百度凤巢依旧木有软用,但下拉框是可以出现标准的节目名称,但数量实在太少。怎么办?
似乎可以通过拼音联想的方式来获取,如:
于是可以用这些组合方式把词找出来
“话剧《”+{26个字母}
“话剧《”+{汉字拼音}
“话剧《”+{汉字拼音}+字母
“话剧《”+{汉字拼音}+{汉字拼音}+字母
粗算一下,常用汉字3000个,两两组合就是900万,虽然看起来查询百度900万次很多,但毕竟本渣渣是见过大世面的人,区区900万次花费不了多少功夫,但大部分拼音组合下拉框是不会出现关键词的,产出效率很低,难道没有更好的办法了么?
毕竟本渣渣不止一次的见过大世面,可以通过搜索结果正文数据来提取节目名称,如下:
直接跑百度所有搜索结果分页,把《XXX》之间的字符串提取出来便是,然后依照此法,把搜狗、神马、必应、google、360什么的全部轮一遍,如果不支持intitle命令,就直接搜索“话剧《”,用双引号括起来强制匹配