古诗词探索与互动学习平台-Flask

项目描述 古诗词探索与互动学习平台
古诗·诗境——古诗词探索与互动学习平台。以真实古诗词语料为核心，提供浏览、检索、收藏与游戏化学习，让用户从数据角度走近古典文学。纯本地运行、无需 API Key、可离线使用。

项目功能

– 概览：语料统计、高频词云与词频排行、诗中四季、意象共现图，支持图表点击检索，含“今日一读”。
– 探索：按标题/作者/正文搜索，类型→选集→朝代→作者→主题联动筛选，卡片阅读、原文对照、来源追溯、随机遇诗，基于 TF-IDF 的相似作品推荐。
– 挑战：诗句填空（四选一）、飞花令（指定字/限时、繁简体规范化、出处回溯）、诗句拼图（排序还原原诗、错题重练）。
– 收藏与成绩：收藏存于浏览器 localStorage；记录轮数、最高分与错题。
– 三种玩法均支持答题反馈、原文链接与错题回顾。

运行环境

– 系统：Windows / macOS / Linux 均可。
– 语言与解释器：Python 3.11（建议 3.11）。
– 依赖库：Flask 3.1、jieba 0.42.1、opencc-python-reimplemented 0.1.7、scikit-learn 1.5+、waitress 3。
– 启动：`pip install -r requirements.txt` 后执行`python app.py` ，访问 http://127.0.0.1:5180 （Waitress 提供服务，仅绑定本机）。
– 数据：随项目附带 527 首精选（data/poems.json）即可运行；完整 36.6 万篇需下载约 1.36 GB 的 corpus.sqlite3 完整包或运行重建脚本，构建后无需联网。

项目技术

– 后端：Python + Flask 路由 API；熟练使用 SQLite 只读连接、索引与 FTS5 trigram 全文检索。
– 文本处理：jieba 分词、OpenCC 繁简转换、正则规范化与内容去重。
– 算法：scikit-learn TF-IDF 字符 1-2 元向量 + 余弦相似度做相似推荐；关键词规则标注主题与意象共现统计。
– 前端：HTML + CSS + 原生 JavaScript，ECharts 可视化；数据以 JSON API 交互。
– 数据来源：chinese-poetry 开源语料库，固定 commit 可复现构建；含来源与许可说明。
– 工程实践：单元测试（unittest）覆盖统计口径、检索筛选、飞花令、题目生成等；构建脚本先写临时库、成功再替换，保证数据可变现重建

以上系统源码经过技术整理与调试，确保能正常运行