Skip to content

Instantly share code, notes, and snippets.

@benjamintanweihao
Created February 17, 2014 04:25
Show Gist options
  • Star 0 You must be signed in to star a gist
  • Fork 0 You must be signed in to fork a gist
  • Save benjamintanweihao/9044704 to your computer and use it in GitHub Desktop.
Save benjamintanweihao/9044704 to your computer and use it in GitHub Desktop.
Chengyu Scraper
# encoding: UTF-8
require 'nokogiri'
require 'open-uri'
require 'json'
Encoding.default_external = Encoding::UTF_8
Encoding.default_internal = Encoding::UTF_8
class ChengyuScraper
def initialize
end
def chengyu_url(chengyu)
URI.escape("http://en.wiktionary.org/wiki/#{chengyu}".strip)
end
def run!
chengyus = []
file = File.open("./chengyu.json","w")
File.open('./chengyu.txt').each_line do |chengyu|
chengyus << parse!(chengyu)
end
file.write(chengyus.to_json)
file.close
end
def parse!(chengyu)
doc = Nokogiri::HTML(open(chengyu_url(chengyu)))
pinyin = doc.at('i:contains("Pinyin")').next_element.text.strip
english_explanation = doc.at('ol').children.first.text.strip
puts chengyu
{
:chengyu => chengyu.strip,
:pinyin => pinyin,
:english_explanation => english_explanation
}
end
end
puts ChengyuScraper.new.run!
@benjamintanweihao
Copy link
Author

一不做,二不休
一丘之貉
一丝一毫
一举两得
一了百了
一五一十
一亩三分地
一人之下,万人之上
一介不取
一仍旧贯
一刀两断
一孔之见
一字不易
一字千金
一字褒贬
一家大小
一家老小
一干二净
一往情深
一心一意
一成不变
一手交钱,一手交货
一手托两家
一手遮天
一把鼻涕一把泪
一无是处
一日三秋
一日不见,如隔三秋
一日千里
一朵鲜花插在牛粪上
一概而论
一模一样
一步一回头
一毛不拔
一清二楚
一片冰心
一物克一物
一生受用不尽
一盏茶工夫
一知半解
一石二鸟
一箭之地
一箭双雕
一网打尽
一而二,二而一
一脚高一脚低
一臂之力
一览无余
一览无遗
一言九鼎
一蹴可几
一蹴而就
一针见血
一阵青一阵白
一面之交
一鸣惊人
万古长青
万家灯火
万死不辞
万水千山
万象更新
三下五除二
三五成群
三令五申
三友
三天打鱼两天晒网
三字经
三寸不烂之舌
三心二意
三思而行
三振出局
三更灯火五更鸡
三月不知肉味
三番五次
上知天文,下知地理
上穷碧落下黄泉
下笔如有神
下笔如神
不上不下
不为五斗米折腰
不了了之
不二法门
不以为意
不共戴天
不分胜负
不到黄河心不死
不动声色
不卑不亢
不可开交
不可思议
不可无一,不可有二
不可胜数
不可胜言
不可胜计
不可言喻
不可限量
不在话下
不堪一击
不堪回首
不如意事,十常八九
不形于色
不得其门而入
不忍人之心
不愁衣食
不成体统
不拘小节
不按牌理出牌
不明所以
不欢而散
不正之风
不死也半条命
不求有功,但求无过
不白之冤
不管三七二十一
不耻下问
不见不散
不言不语
不言而喻
不计其数
不识庐山真面目
不负众望
不足为外人道
不足为虑
不问青红皂白
不食人间烟火
不鸣则已,一鸣惊人
东一句西一句
东奔西窜
东家长西家短
东施效颦
东逃西窜
两下
两下子
两害相权取其轻
丧家之狗
临难苟免
为人处世
举动荆棘
举手投足
义同生死
乌云密布
乘虚而入
乘风破浪
也有今天
乱点鸳鸯谱
事不宜迟
事倍功半
事半功倍
云屯
云屯雨集
五陵年少
井底之蛙
交头接耳
交臂失之
亲冒矢石
人不像人,鬼不像鬼
人不知,鬼不觉
人困马乏
人地生疏
人声鼎沸
人心隔肚皮
人殊意异
人神共愤
人间天上
人面桃花
人高马大
仁人君子
今朝有酒今朝醉
今生今世
从天而降
付之一炬
以儆效尤
以牙还牙
以讹传讹
众所周知
伸手不见五指
低声下气
何足挂齿
作如是观
佯输诈败
使出浑身解数
供不应求
依山傍水
信口雌黄
俯仰无愧
倒悬之危
倒抽一口气
倒持干戈
倒竖虎须
倚强欺弱
债台高筑
偷得浮生半日闲
偷目窃望
偷鸡摸狗
傍若无人
傲慢无礼
兄友弟恭
先天下之忧而忧后天下之乐而乐
先礼后兵
光天化日
光彩夺目
光明正大
光明磊落
克己奉公
兜肚连肠
兢兢业业
全心全意
八九不离十
八仙过海,各显神通
八千里路云和月
八拜之交
八竿子打不着
共襄盛举
关公面前耍大刀
兵临城下
兵强将盛
兵微将寡
兵精将勇
兵荒马乱
兵败如山倒
养尊处优
冒烟突火
冢中枯骨
冬暖夏凉
冰消瓦解
冰肌玉骨
决一死战
冷嘲热讽
冷眼旁观
出其不意
出口成章
出淤泥而不染
出生入死
出难题
刀子嘴豆腐心
分忧共患
分花拂柳
别具一格
别开生面
刻舟求剑
削足适履
前赴后继
前遮后拥
剑拔弩张
剩水残山
力所能及
办事不牢
功亏一篑
功微德薄
助人为乐
助纣为虐
势不可当
势均力敌
势如奔马
势如破竹
勇气百倍
勇而无谋
勤工俭学
化腐朽为神奇
化险为夷
匡君救主
十万八千里
千乘
千乘万骑
千差万别
千里之行,始于足下
千里姻缘一线牵
半推半就
半斤八两
半真半假
协力同心
卖官鬻爵
南辕北辙
南郭处士
博学强记
卧薪尝胆
危在旦夕
卿卿我我
历尽艰辛
压倒骆驼的最后一根草
又好笑,又好气
反唇相稽
反唇相讥
发奋图强
发愤忘食
变化莫测
变本加厉
口蜜腹剑
古往今来
只可意会,不可言传
只许州官放火,不许百姓点灯
叫天天不应,叫地地不灵
叫好不叫座
叫好又叫座
叫苦连天
可歌可泣
可遇而不可求
司马昭之心
吃里扒外
各奔前程
各怀一心
各显神通
合情合理
同工同酬
同归于尽
同心协力
同舟共济
名不见经传
名正言顺
名花有主
后继无人
含情脉脉
吹毛求疵
吹灰之力
吹皱一池春水
周瑜打黄盖
呼风唤雨
命世之才
咄咄逼人
和尚打伞,无法无天
和平共处
咎由自取
哄笑
哪壶不开提哪壶
唇亡齿寒
唇若涂脂
唯利是图
唾手可得
喊声震天
喜怒不形于色
嗤之以鼻
器宇轩昂
四两拨千斤
四分五裂
四平八稳
四海一家
四面楚歌
回家吃自己
回眸一笑
国色天香
坐不安席
坐井观天
坚贞不屈
垂手可得
声东击西
声名狼藉
夕阳西下
多劳多得
多历年所
多采多姿
大刀阔斧
大包大揽
大同小异
大处着眼,小处着手
大开方便之门
大惊小怪
大意失荊州
大摇大摆
大放厥词
大有可为
大海捞针
大眼瞪小眼
大红大紫
大而化之
大门不出,二门不迈
大雨如注
大零蛋
天上人间
天下大乱
天下归心
天下本无事,庸人自扰之
天下父母心
天外飞来一笔
天心人意
天摧地塌
天旋地转
天时地利人和
天机不可泄漏
天涯若比邻
天灵灵,地灵灵
天若有情天亦老
天长地久
天高皇帝远
太岁头上动土
失之交臂
夸父追日
夸父逐日
夹缝中求生存
奇花异草
奋不顾身
女大十八变
好利忘义
好心没好报
好戏还在后头
好气又好笑
好管闲事
好色之徒
好谋
好谋无断
好贤礼士
好高骛远
如之奈何
如入无人之境
如出一辙
如履平地
如履薄冰
如醉如痴
如雨骈集
如雷灌耳
如雷贯耳
姜太公钓鱼
娇生惯养
娓娓动听
婀娜多姿
孤力难为
孤陋寡闻
学以致用
守口如瓶
安之若素
安分守己
安家立业
安民恤众
完璧归赵
完蛋
审美疲劳
家丑不可外扬
宾至如归
密密麻麻
察言观色
寡不敌众
寸步不离
寸步难行
对牛弹琴
对答如流
寻根究底
将计就计
小题大作
小鸟依人
尖酸刻薄
尸横遍野
尽心竭力
层出不穷
屈己
屈己待人
屋漏更遭连夜雨
山崩地裂
山穷水尽
山重水复
山青水秀
岁寒三友
岁月不饶人
岳撼山崩
崇山峻岭
川流不息
州官放火
左冲右突
左邻右舍
差强人意
己所不欲,勿施于人
应天顺人
废嫡立庶
度日如年
开门七件事
异口同声
弃旧换新
弃暗投明
弄假成真
弄巧成拙
弄虚作假
引虎入羊群
张三李四
弥天亘地
弱水三千,只取一瓢饮
强不知以为知
强弓硬弩
归根到底
当之无愧
当饭吃
彪腹狼腰
彼一时,此一时
彼众我寡
徐娘半老
得不偿失
得寸进尺
得未曾有
得理不饶人
得胜之师
得过且过
德艺双馨
德高望重
心宽体胖
心惊胆战
心惊胆跳
心服口服
心照不宣
心猿意马
心生一计
心神恍惚
心腹之交
心高气傲
忍辱偷生
忧喜交集
怀才不遇
怒气填胸
怒目咬牙
怕老婆
怨天尤人
恃宠而骄
恨不相逢未嫁时
恶名昭彰
恶名昭著
恶向胆边生
悔之晚矣
悬梁刺股
悲欢岁月
惊弓之鸟
惊惶失措
惟命是听
惠风和畅
想方设法
惹事生非
惺惺相惜
愁眉不展
意想不到
愚公移山
感激不尽
慷他人之慨
成也萧何,败也萧何
成事不足,败事有余
我不入地狱,谁入地狱
截然不同
手头拮据
手心手背都是肉
手无寸铁
手起刀落
才华横溢
打成一片
打破砂锅问到底
打草惊蛇
打落水狗
打落牙齿和血吞
打铁趁热
扬汤止沸
扮猪吃老虎
扯弓搭箭
找不着北
承先启后
投机倒把
折箭為誓
抛砖引玉
报仇雪恨
报雠雪恨
披肝沥胆
抱佛脚
抱头鼠窜
抽丝剥茧
拉山头
招贤
招贤纳士
招降纳顺
拜倒石榴裙下
拨云见日
拨开云雾见青天
择主而事
拼命三郎
持之有故
指天为誓
指手画脚
按兵不动
按劳分配
振笔疾书
捅娄子
捕风捉影
损人不利己
换汤不换药
据理力争
授人以柄
掎角
掎角之势
探囊取物
探头探脑
接二连三
推来推去
掩目捕雀
掩目而捕燕雀
措手不及
插翅难飞
握手言合
搖旗擂鼓
摘胆剜心
摸不着头脑
摸着石头过河
擎天驾海
擐甲持戈
支离破碎
攻其无备,出其不意
放浪形骸
救人如救火
救困扶危
敢做敢当
敬酒不吃吃罚酒
斩将搴旗
斩草除根
斩钉截铁
断章取义
旁若无人
旌旗蔽日
无人之境
无何有之乡
无关大体
无可奉告
无家可归
无心插柳柳成荫
无所不用其极
无所作为
无所遁形
无法无天
无用武之地
无精打彩
无精打采
无计可施
无论如何
无话不谈
既往不咎
既生瑜,何生亮
日出而作,日入而息
日积月累
日行千里
早知今日,何必当初
时不可失
旷世逸才
明目张胆
明知就里
明知山有虎,偏向虎山行
明知故犯
易子而食
昙花一现
星月交辉
春暖花开
春花秋月
暗暗自责
暗淡无光
暗箭伤人
暴尸于市
暴跳如雷
曲意逢迎
更待何时
曾经沧海难为水
月光族
月明如昼
月白风清
有一搭没一搭
有一顿,没一顿
有两下子
有何不可
有何面目
有勇无谋
有口无心
有情人终成眷属
有教无类
朋比为奸
望而生畏
望风而靡
朝夕难保
朝气蓬勃
未蒙其利,先受其害
术业有专攻
朱门酒肉臭
杀一儆百
杀身成仁
杀鸡儆猴
杀鸡取卵
杀鸡给猴看
杂乱无章
束手待毙
来无影去无踪
杯弓蛇影
杯水车薪
杯盘狼藉
杯酒释兵权
析骸以爨
林林总总
柳下惠
柳暗花明
柳暗花明又一村
柴米油盐酱醋茶
标新立异
树功立业
根深蒂固
桃园三结义
梁上君子
横眉竖眼
横行无忌
欢天喜地
欣欣向荣
欺人太甚
欺君罔上
欺天罔地
此地无银三百两
此起彼落
步履维艰
歪七竖八
死不瞑目
死亦瞑目
死无葬身之地
死生有命,富贵在天
残暴不仁
比手划脚
毫不费力
气宇轩昂
气谊相投
水中捞月
水深火热
水陆毕陈
求生不得,求死不能
汉贼不两立
江河日下
江翻海沸
沉鱼落雁
没精打彩
没精打采
河东狮吼
法子
波光粼粼
波涛汹涌
泥牛入海
泪下如雨
泪如泉涌
泰然自若
洋洋洒洒
洞房花烛夜
津津有味
洪炉燎发
流芳百世
浊酒粗食
浴火重生
海内一统
海内人望
海内存知己,天涯若比邻
涂炭
涕泗横流
深根固本
深沟高垒
添油加醋
溃不成军
源源不绝
满腹经纶
满面春风
满面笑容
滥竽充数
漫山塞野
漫山遍野
潜移默化
灌水
灯红酒绿
燕颔虎须
爱不释手
爱莫能助
爱面子
片甲不回
物换星移
犄角
犄角之势
犬马之力
犬马之报
狂风怒号
狐群狗党
狗咬吕洞宾
狗改不了吃屎
狼吞虎咽
狼心狗行
猛虎
猫哭耗子假慈悲
班门弄斧
瓜田李下
生拉硬拽
生擒活捉
生米煮成熟饭
用武
由点到面
画虎不成反类犬
画龙点睛
略无忌惮
略无禁惮
疏财仗义
登泰山而小天下
白刀子进,红刀子出
白驹过隙
百口莫辩
百年好合
百废俱兴
百思不解
百感交集
百折不挠
百无一二
百花齐放
皇天后土
皮笑肉不笑
目不暇给
目不转睛
目不邪视
相貌堂堂
眉来眼去
眉清目秀
看怎么说
真才实学
眼不见为净
眼不见,心不烦
眼睛长在头顶上
眼花撩乱
眼若流星
睁眼说瞎话
瞎子摸象
瞎猫碰死耗子
矢石如雨
知书达礼
知其不可而为
知其然而不知其所以然
石破天惊
破涕为笑
破烂不堪
破釜沉舟
破镜重圆
碎玉
碧眼童颜
碰钉子
礼尚往来
礼贤下士
神采奕奕
神魂飘荡
神龙见首不见尾
祭神如神在
祸在目前
福大命大造化大
秀才遇到兵
秋毫无犯
秋波送情
秋风扫落叶
稠人广坐
穷困潦倒
穷根究底
穿小鞋
竖子不足与谋
童颜
童颜鹤发
第一把交椅
管他三七二十一
箭在弦上,不得不发
粉身碎骨
粉骨碎身
粗心大意
粗枝大叶
粗茶淡饭
精打细算
精益求精
累卵
累卵之急
红光紫雾
红粉佳人
红透半边天
纵横天下
终日不倦
经天纬地
经天纬地之才
经宿不归
绑赴市曹
结草衔环
绘声绘色
绝处逢生
绞尽脑汁
维妙维肖
罪不容诛
罪恶贯盈
耀武扬威
老而不死是为贼
老鼠屎
耳熟能详
肆无忌惮
肉颤心惊
肚子里的蛔虫
肝胆相照
股掌之上
肥头大耳
背水一战
胶柱鼓瑟
胼手胝足
脑满肠肥
腾空而起
自以为得计
自以为是
自天而下
自扫门前雪
自有公论
自有道理
自相残害
自私自利
自负盈亏
臭名昭著
臭皮匠
舌灿莲花
舍近求远
色香味俱全
花好月圆
花心萝卜
苍翠欲滴
若无其事
茂林修竹
草木皆兵
草菅人命
莫名其妙
莫报万一
莫敢谁何
落井下石
落花有意,流水无情
落荒
落荒而走
落荒而逃
落落大方
葬身之地
藕断丝连
虎体熊腰
虎体狼腰
虎体猿臂
虎入羊群
虎无爪,鸟无翼
虚无缥缈
行不改名,坐不改姓
行坐不安
衣不解带
衣锦还乡
衣食无缺
表里一致
装门面
西装革履
要钱不要命
要风得风,要雨得雨
见利忘义
解铃还须系铃人
触景生情
触目惊心
言不尽意
言之成理
计将安出
误人子弟
说时迟,那时快
诸如此类
诸葛亮借东风
读书破万卷
谈笑自若
谋臣武将
豁然开朗
豹头猿臂
豹头环眼
败兵折将
贪多嚼不烂
贪心不足
贯斗牛
赏功罚罪
趴趴走
踏破铁鞋无觅处,得来全不费工夫
蹦蹦跳跳
身在曹营心在汉
车同轨,书同文
轻于鸿毛
边都沾不上
过五关斩六将
迎头赶上
进退两难
进退维谷
进酒作乐
连...带...
连滚带爬
迫不得已
追根究底
适得其反
逆水行舟
逐水草而居
遗臭万年
遛鸟侠
那壶不开提那壶
邯郸学步
郁郁不乐
郑人买履
酒后吐真言
里外不是人
里应外合
重于泰山
重于泰山,轻于鸿毛
重枣
量入为出
金刚不坏之身
金屋藏娇
金枝玉叶
金玉良言
金碧辉煌
金蝉脱壳
金鼓喧天
金鼓齐鸣
针锋相对
钿合金钗
铁证如山
铤而走险
银河落九天
铺霜涌雪
锄强扶弱
锋不可当
长他人志气,灭自己威风
长吁短叹
长生不老
门当户对
闭门造车
闷声不响
闻鸡起舞
阿狗阿猫
阿猫阿狗
随时随地
随机应变
隔靴搔癢
雍容大方
雨集
雪上加霜
零蛋
雷厉风行
雷声大,雨点小
雷打不动
青史传名
青天白日满地红
青红皂白
青面獠牙
非...不可
非...才...
面善心狠
面如冠玉
面如土色
面如重枣
面恶心善
面面俱到
面面相觑
韬光养晦
顶天立地
顺我者生,逆我者死
顾不得许多
顾全大局
顾名思义
顾左右而言他
颓墙坏壁
颠沛流离
风和日丽
风流倜傥
风韵犹存
风餐露宿
飞沙走石
飞砂走石
飞走如风
食之无味,弃之可惜
食肉寢皮
饮水思源
首屈一指
马不及鞍
骨鲠在喉
高下在心
高枕无忧
鬼也不上门
鬼影幢幢
鬼鬼祟祟
魂不附体
魂飞天外
鱼死网破
鸡同鸭讲
鸡毛当令箭
鸡犬不惊
鸡皮鹤发
鸡蛋里挑骨头
鸣金收军
鹏程万里
鹤发童颜
黄鼠狼给鸡拜年
黑马
黯淡无光
鼎足之势
鼓洪炉燎毛发
鼓瑟
鼓舞人心
鼻子不是鼻子脸不是脸
鼻子气歪了
齐心戮力
龙盘虎踞
龙蟠虎踞
龙行虎步
龙骧虎步

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment