最近帮中文系老师处理编书工作，想顺便练习python 想写一个程式来这样作: 抓取中文字（char），判断字的部首及笔画 例如: 我-戈部-7划 研究中文字的产生规范，中文内码并无记载部首和笔画资讯 所以必须有现成的「字-部首-笔画」对照表 很遗憾，目前教育部推出的各式线上字辞典 似乎没有一个线上字典有做到「字-部首-笔画」这样的功能 在中国网站找到一个「汉典」线上字典，网址 http://zdic.net 有「字-部首-笔画-首字拼音-五笔检字」等资料！ (太汗颜了，中国的一个非官方站做的功能还比较齐全) 但目前问题是，这网站不提供raw data，亦无api 所以若要达到前面所提功能，想到以下作法 一、 找到一个现成的字典档，有「字-部首-笔画」对照表: 这样由程式读取後比对即可 二、 利用urllib模拟browser, 把要查询的字送出去，再比对查询结果: 这可能会有效能上的问题，会比较慢 三、 写一个爬虫程式，把 http://zdic.net上的资料都爬回来,整理成一个字典档: 我对爬虫不太熟，大概了解爬虫会先找页面内的url整理成列表 再依续爬url内的url, 不断地递回 我找到的初步资讯像这样: 查询「我」这个字，其送回的url http://www.zdic.net/zd/zi/ZdicE6Zdic88Zdic91.htm 把「我」这个字的utf8内码「E68891」藏在URL内 似乎可以从这里开始爬整个utf8码定义的中文字范围 ? 以上大概是我目前想到的办法， 请各位大大不吝提出意见 看看是否有更好的作法或是solution 谢谢! --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.112.230.209 ※ 编辑: Gjoy 来自: 140.112.230.209 (04/04 19:38)