"""

author:weizhendong

data：2019.12.19

func:绘制历史人物关系图

"""

import codecs

import jieba.posseg as pseg

import xlwt

def excel_write(names,workbook):

    # 创建一个worksheet

    worksheet = workbook.add_sheet('node')

    worksheet.write(0, 0, label='ID')

    worksheet.write(0, 1, label='Label')

    worksheet.write(0, 2, label='Weight')

    i=1

    for name, times in names.items():

        if times > 10:

            worksheet.write(i, 0, label=str(name))

            worksheet.write(i, 1, label=str(name))

            worksheet.write(i, 2, label=str(times))

            i = i+1

    # 创建一个worksheet

    worksheet1 = workbook.add_sheet('edge')

    worksheet1.write(0, 0, label='Source')

    worksheet1.write(0, 1, label='Target')

    worksheet1.write(0, 2, label='Weight')

    i=1

    for name, edges in relationships.items():

        for v, w in edges.items():

            if w > 10:

                worksheet1.write(i, 0, label=name)

                worksheet1.write(i, 1, label=v)

                worksheet1.write(i, 2, label=str(w))

                i = i+1

    workbook.save('People_node.xls')

names = {}#  保存人物，键为人物名称，值为该人物在全文中出现的次数

relationships = {}#保存人物关系的有向边，键为有向边的起点，值为一个字典 edge ，edge 的键为有向边的终点，值是有向边的权值

lineNames = []# 缓存变量，保存对每一段分词得到当前段中出现的人物名称

excludes = {'将军', '却说', '令人', '赶来', '徐州', '不见', '下马', '喊声', '因此', '未知', '大败', '百姓', '大事', '一军', '之后', '接应', '起兵',

                '成都', '原来', '江东', '正是', '忽然', '原来', '大叫', '上马', '天子', '一面', '太守', '不如', '忽报', '后人', '背后', '先主', '此人',

                '城中', '然后', '大军', '何不', '先生', '何故', '夫人', '不如', '先锋', '二人', '不可', '如何', '荆州', '不能', '如此', '主公', '军士',

                '商议', '引兵', '次日', '大喜', '魏兵', '军马', '于是', '东吴', '今日', '左右', '天下', '不敢', '陛下', '人马', '不知', '都督', '汉中',

                '一人', '众将', '后主', '只见', '蜀兵','马军','黄巾','立功','白发','大吉','红旗','士卒','钱粮','于汉','郎舅', '龙凤', '古之', '白虎',

                '古人云', '尔乃', '马飞报', '轩昂', '史官', '侍臣', '列阵','玉玺','车驾','老夫','伏兵','都尉','侍中','西凉','安民','张曰','文武','白旗',

                '祖宗','寻思'}  # 排除的词汇

with codecs.open("111111.txt",'r',encoding='utf-8',errors='ignore') as f:

    for line in f.readlines():

        poss = pseg.cut(line)  # 分词，返回词性

        lineNames.append([])  # 为本段增加一个人物列表

        for w in poss:

            if w.flag != 'nr' or len(w.word) < 2 or w.word in excludes:

                continue  # 当分词长度小于2或该词词性不为nr（人名）时认为该词不为人名

            elif w.word == '孔明' or w.word == '孔明曰' or w.word == '卧龙先生':

                real_word = '诸葛亮'

            elif w.word == '云长' or w.word == '关公曰' or w.word == '关公':

                real_word = '关羽'

            elif w.word == '玄德' or w.word == '玄德曰' or w.word == '玄德甚' or w.word == '玄德遂' or w.word == '玄德兵' or w.word == '玄德领' \

                    or w.word == '玄德同' or w.word == '刘豫州' or w.word == '刘玄德':

                real_word = '刘备'

            elif w.word == '孟德' or w.word == '丞相' or w.word == '曹贼' or w.word == '阿瞒' or w.word == '曹丞相' or w.word == '曹将军':

                real_word = '曹操'

            elif w.word == '高祖':

                real_word = '刘邦'

            elif w.word == '光武':

                real_word = '刘秀'

            elif w.word == '桓帝':

                real_word = '刘志'

            elif w.word == '灵帝':

                real_word = '刘宏'

            elif w.word == '公瑾':

                real_word = '周瑜'

            elif w.word == '伯符':

                real_word = '孙策'

            elif w.word == '吕奉先' or w.word == '布乃' or w.word == '布大怒' or w.word == '吕布之':

                real_word = '吕布'

            elif w.word == '赵子龙' or w.word == '子龙':

                real_word = '赵云'

            elif w.word == '卓大喜' or w.word == '卓大怒':

                real_word = '董卓'

            else:

                real_word = w.word

            lineNames[-1].append(real_word)  # 为当前段的环境增加一个人物

            if names.get(real_word) is None:  # 如果某人物（w.word）不在人物字典中

                names[real_word] = 0

                relationships[real_word] = {}

            names[real_word] += 1

            # 输出人物出现次数统计结果

# for name, times in names.items():

function(){ //外汇杠杆 http://www.kaifx.cn/question/kaifx/1778.html

#    print(name, times)

# 对于 lineNames 中每一行，我们为该行中出现的所有人物两两相连。如果两个人物之间尚未有边建立，则将新建的边权值设为 1，

# 否则将已存在的边的权值加 1。这种方法将产生很多的冗余边，这些冗余边将在最后处理。

for line in lineNames:

    for name1 in line:

        for name2 in line:

            if name1 == name2:

                continue

            if relationships[name1].get(name2) is None:

                relationships[name1][name2] = 1

            else:

                relationships[name1][name2] = relationships[name1][name2] + 1

                # 由于分词的不准确会出现很多不是人名的“人名”，从而导致出现很多冗余边，

                # 为此可设置阈值为10，即当边出现10次以上则认为不是冗余

# 创建一个workbook 设置编码

workbook = xlwt.Workbook(encoding = 'utf-8')

# 数据存储

excel_write(names,workbook)

"""

author:weizhendong

data：2019.12.19

func:绘制历史人物关系图

"""

import codecs

import jieba.posseg as pseg

import xlwt

def excel_write(names,workbook):

    # 创建一个worksheet

    worksheet = workbook.add_sheet('node')

    worksheet.write(0, 0, label='ID')

    worksheet.write(0, 1, label='Label')

    worksheet.write(0, 2, label='Weight')

    i=1

    for name, times in names.items():

        if times > 10:

            worksheet.write(i, 0, label=str(name))

            worksheet.write(i, 1, label=str(name))

            worksheet.write(i, 2, label=str(times))

            i = i+1

    # 创建一个worksheet

    worksheet1 = workbook.add_sheet('edge')

    worksheet1.write(0, 0, label='Source')

    worksheet1.write(0, 1, label='Target')

    worksheet1.write(0, 2, label='Weight')

    i=1

    for name, edges in relationships.items():

        for v, w in edges.items():

            if w > 10:

                worksheet1.write(i, 0, label=name)

                worksheet1.write(i, 1, label=v)

                worksheet1.write(i, 2, label=str(w))

                i = i+1

    workbook.save('People_node.xls')

names = {}#  保存人物，键为人物名称，值为该人物在全文中出现的次数

relationships = {}#保存人物关系的有向边，键为有向边的起点，值为一个字典 edge ，edge 的键为有向边的终点，值是有向边的权值

lineNames = []# 缓存变量，保存对每一段分词得到当前段中出现的人物名称

excludes = {'将军', '却说', '令人', '赶来', '徐州', '不见', '下马', '喊声', '因此', '未知', '大败', '百姓', '大事', '一军', '之后', '接应', '起兵',

                '成都', '原来', '江东', '正是', '忽然', '原来', '大叫', '上马', '天子', '一面', '太守', '不如', '忽报', '后人', '背后', '先主', '此人',

                '城中', '然后', '大军', '何不', '先生', '何故', '夫人', '不如', '先锋', '二人', '不可', '如何', '荆州', '不能', '如此', '主公', '军士',

                '商议', '引兵', '次日', '大喜', '魏兵', '军马', '于是', '东吴', '今日', '左右', '天下', '不敢', '陛下', '人马', '不知', '都督', '汉中',

                '一人', '众将', '后主', '只见', '蜀兵','马军','黄巾','立功','白发','大吉','红旗','士卒','钱粮','于汉','郎舅', '龙凤', '古之', '白虎',

                '古人云', '尔乃', '马飞报', '轩昂', '史官', '侍臣', '列阵','玉玺','车驾','老夫','伏兵','都尉','侍中','西凉','安民','张曰','文武','白旗',

                '祖宗','寻思'}  # 排除的词汇

with codecs.open("111111.txt",'r',encoding='utf-8',errors='ignore') as f:

    for line in f.readlines():

        poss = pseg.cut(line)  # 分词，返回词性

        lineNames.append([])  # 为本段增加一个人物列表

        for w in poss:

            if w.flag != 'nr' or len(w.word) < 2 or w.word in excludes:

                continue  # 当分词长度小于2或该词词性不为nr（人名）时认为该词不为人名

            elif w.word == '孔明' or w.word == '孔明曰' or w.word == '卧龙先生':

                real_word = '诸葛亮'

            elif w.word == '云长' or w.word == '关公曰' or w.word == '关公':

                real_word = '关羽'

            elif w.word == '玄德' or w.word == '玄德曰' or w.word == '玄德甚' or w.word == '玄德遂' or w.word == '玄德兵' or w.word == '玄德领' \

                    or w.word == '玄德同' or w.word == '刘豫州' or w.word == '刘玄德':

                real_word = '刘备'

            elif w.word == '孟德' or w.word == '丞相' or w.word == '曹贼' or w.word == '阿瞒' or w.word == '曹丞相' or w.word == '曹将军':

                real_word = '曹操'

            elif w.word == '高祖':

                real_word = '刘邦'

            elif w.word == '光武':

                real_word = '刘秀'

            elif w.word == '桓帝':

                real_word = '刘志'

            elif w.word == '灵帝':

                real_word = '刘宏'

            elif w.word == '公瑾':

                real_word = '周瑜'

            elif w.word == '伯符':

                real_word = '孙策'

            elif w.word == '吕奉先' or w.word == '布乃' or w.word == '布大怒' or w.word == '吕布之':

                real_word = '吕布'

            elif w.word == '赵子龙' or w.word == '子龙':

                real_word = '赵云'

            elif w.word == '卓大喜' or w.word == '卓大怒':

                real_word = '董卓'

            else:

                real_word = w.word

            lineNames[-1].append(real_word)  # 为当前段的环境增加一个人物

            if names.get(real_word) is None:  # 如果某人物（w.word）不在人物字典中

                names[real_word] = 0

                relationships[real_word] = {}

            names[real_word] += 1

            # 输出人物出现次数统计结果

# for name, times in names.items():

function(){ //外汇杠杆 http://www.kaifx.cn/question/kaifx/1778.html

#    print(name, times)

# 对于 lineNames 中每一行，我们为该行中出现的所有人物两两相连。如果两个人物之间尚未有边建立，则将新建的边权值设为 1，

# 否则将已存在的边的权值加 1。这种方法将产生很多的冗余边，这些冗余边将在最后处理。

for line in lineNames:

    for name1 in line:

        for name2 in line:

            if name1 == name2:

                continue

            if relationships[name1].get(name2) is None:

                relationships[name1][name2] = 1

            else:

                relationships[name1][name2] = relationships[name1][name2] + 1

                # 由于分词的不准确会出现很多不是人名的“人名”，从而导致出现很多冗余边，

                # 为此可设置阈值为10，即当边出现10次以上则认为不是冗余

# 创建一个workbook 设置编码

workbook = xlwt.Workbook(encoding = 'utf-8')

# 数据存储

excel_write(names,workbook)