我是如何實現簡單的隨機中文名生成器的(Node 版)

最近閑著蛋疼實現了兩個庫。

  • 隨機生成中文名字
  • 隨機生成中文技能名

我當然不會說去用各種人工智能去實現一個強大的的解析器然后生成,也不會說用一個非常龐大如搜狗拼音的姓名庫來隨機獲取——我只是偶然間知道蘑菇街小俠節一個混戰 PK 的 Demo 編寫比賽,閑來無聊隨便寫寫,然而這其中我需要隨機給 Bot 起名以及技能起名而用到的庫。

不需要有多少正確性——這兩個庫的結果經常出現非常奇葩的名字,讓人哭笑不得,但是我要的就是這種效果。

結果示范

就兩個庫,我各生成一批名字以示效果。

Chinese Random Name

闕造
廣錫一
席寺
扶駕
鄭萱黃
林樊牽
孟登元
魚彰
皮憂暑
左稗
宦醇
糜弋招
席準
方抑
烏泔
苗魯
孟候依
龍珠餞
洪打鷹
繆負鐸

Chinese Random SKill

地永心法
纓槍訣
冉腿
尼邏心法
奠拳譜
曲掌法
始刺
娘桶擷刀
璋瑾單養刀
銎刀
勵儉驛媛心訣
瞻馳刀訣
晏協驊腿
示嫩帳羽刀訣
賽勘神體刀訣
鑄愛指
施凈琮萍棍
泊臨惇槍訣
我道六分槍
殘亭求拳譜

解析

實際上無論是起名還是技能名,都用了一個相同的起名字庫和一段差不多的復用代碼(雖然沒有真正意義上的復用,只是復制粘貼而已,誰讓他們是兩個庫呢,已經很簡單了,我總不能再給他們搞一個依賴出來吧?)

起姓

關于 chinese-random-name 中的姓氏,我找了一個中國百家姓(包括復姓)比較全的詞庫。

詞庫鏈接

比較幸運,我找到的時候已經是這么分段分好了。我也沒有詳細做研究,隨便給了不同的段不同的權值,當然越前面的段權值越高,被隨機到的可能性越大。

首先用 split 來分割不同段:

dict = dict.split("\n\n");

對于每一段來說通過 Array.reduce (詳見 SugarJs) 來分割成行再成字。

看字典一共有 6 大段,每段的權值分別為:

const weights = [ 100, 70, 10, 5, 1, 1 ];

然后每個字都有一個其權值區間,是累加上去的。

最后獲取姓的時候隨機生成一個在總區間內的數字,然后看看數字在哪個姓的區間內,就返回這個姓。

技能后綴

關于 chinese-random-skill 中的技能后綴,我偷懶了。因為那個時候 Demo 就快 Deadline 了,所以隨便糊弄了一下——直接把印象里面比較熟的后綴寫上去了事,也不給權值了。

var suffix = [
    "劍", "劍法", "劍譜", "劍訣",
    "槍", "槍法", "槍訣",
    "拳", "拳法", "拳譜",
    "刀", "刀法", "刀譜", "刀訣",
    "斬", "刺", "大法", "心訣", "心法", "訣", "寶典",
    "棍", "棍法", "棍譜", "棍訣",
    "指", "掌", "掌法", "腿", "攻", "鉤"
];

共用部分

名字主體為兩個包的共用部分。

實際上他們依賴于一個特定款式的字庫——我也就網上隨便那么一搜。

字庫鏈接

它每一行的結構一樣:

Number UniChar UniChar:String

其中第一個數字我目測是繁體的筆畫數,比如 899 行的 繁體就是 ,數一下的確是 10 劃。

第二個就是字本體,第三個是該字的五行屬性,最后是這個字在什么什么命數(請不要迷信)描述。

為了讓名字看起來稍微正常點(只是稍微而已),我盡可能讓同屬性的字在一塊兒,于是有了以下組合:

  • 金金
  • 木木
  • 水水
  • 火火
  • 土土

這些字湊在一起的權值為 100。

然后隔一個屬性的話是相克的,我不懂什么起名大法什么的,只是用膝蓋想了下相克的屬性不好起名吧(猜錯了不要怨我),于是給了 20 的權值。

至于隔壁屬性,是相生吧?于是給了 50 權值。

對于三個字的起名來說,也是用了類似的方法給權值,具體可以參考代碼。

總之就是根據其兩兩之間的五行關系來起名的,聽起來還是有那么點道理的。

哈哈,權當玩的,認真你就輸了。

綜合說明

上面的分步做完了,然后真·生成名字的步驟是:

隨機生成一個姓(或者技能后綴),然后按照某個權值隨機生成一個數字代表剩下的名字的長度,然后隨機生成一串該長度的名字即可。

最后拼接上去就 OK 了。

無節操小廣告

最后還是貼一下兩個包的 repo 地址吧:

以及安裝的話照下去弄就好了

$ npm install chinese-random-name
$ npm install chinese-random-skill

README 文件兩個包都有。

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,646評論 6 533
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,595評論 3 418
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 176,560評論 0 376
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,035評論 1 314
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,814評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,224評論 1 324
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,301評論 3 442
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,444評論 0 288
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,988評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,804評論 3 355
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,998評論 1 370
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,544評論 5 360
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,237評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,665評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,927評論 1 287
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,706評論 3 393
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,993評論 2 374

推薦閱讀更多精彩內容

  • 方法1 (數據類型)(最小值+Math.random()*(最大值-最小值+1)) 例: (int)(1+Math...
    GB_speak閱讀 41,077評論 2 6
  • Spring Cloud為開發人員提供了快速構建分布式系統中一些常見模式的工具(例如配置管理,服務發現,斷路器,智...
    卡卡羅2017閱讀 134,785評論 18 139
  • 1. Java基礎部分 基礎部分的順序:基本語法,類相關的語法,內部類的語法,繼承相關的語法,異常的語法,線程的語...
    子非魚_t_閱讀 31,721評論 18 399
  • 原文:https://xcoder.in/2016/02/24/lets-hua/ 起因 起因是我一個叫『小龍』的...
    機巧死月不會碼代碼閱讀 6,356評論 0 13
  • 你哭泣 我問:“為何?” 你說:“我想離開他,去重獲自由!” 我問:“又為何”? 你低下頭,抽泣著說:“不想將就”...
    惠鈴媄閱讀 217評論 2 1