前段时间给公众号新增了一个成语接龙功能：AINLP公众号对话接口新增成语接龙，这个里面提到的项目用到了一份成语数据，包含了2万多条成语数据和释义。不过这个数据之外，推荐一个更棒的Github项目：
pwxcoo/chinese-xinhua：https://github.com/pwxcoo/chinese-xinhua
这个项目收录了收录了 14032 条歇后语，16142 个汉字，264434 个词语，31648 个成语，并且以json格式提供了相关数据，非常方便：
项目结构：
chinese-xinhua/ | +- data/ <-- 数据文件夹 | | | +- idiom.json <-- 成语 | | | +- word.json <-- 汉字 | | | +- xiehouyu.json <-- 歇后语 | | | +- ci.json <-- 词语
汉字例子：
{
"word": "吖",
"oldword": "吖",
"strokes": "6",
"pinyin": "ā",
"radicals": "口",
"explanation": "喊叫天～地。\n 形容喊叫的声音高声叫～～。\n\n 吖ā［吖啶黄］（-dìnghuáng）〈名〉一种注射剂。\n ────────────────—\n \n 吖yā 1.呼;喊。",
"more": "吖 a 部首 口 部首笔画 03 总笔画 06 吖2\nyā\n喊,呼喊 [cry]\n不索你没来由这般叫天吖地。--高文秀《黑旋风》\n吖\nyā\n喊声\n则听得巡院家高声的叫吖吖。--张国宾《合汗衫》\n另见ā\n吖1\nā\n--外国语的音译,主要用于有机化学。如吖嗪\n吖啶\nādìng\n[acridine] 一种无色晶状微碱性三环化合物c13h9n,存在于煤焦油的粗蒽馏分中,是制造染料和药物(如吖啶黄素和奎吖因)的重要母体化合物\n吖1\nyā ㄧㄚˉ\n(1)\n喊叫天～地。\n(2)\n形容喊叫的声音高声叫～～。\n郑码jui，u5416，gbkdfb9\n笔画数6，部首口，笔顺编号251432\n吖2\nā ㄚˉ\n叹词，相当于呵”。\n郑码jui，u5416，gbkdfb9\n笔画数6，部首口，笔顺编号251432"
}
词典例子：
{
"ci": "总计",
"explanation": "1.总共计算。 \n2.犹统计。"}
成语例子：
{
"derivation": "清·嬴宗季女《六月霜·恤纬》劝夫人省可闲愁绪，足食丰衣无所虑，何况俺爷贵胄都时誉。”",
"example": "无",
"explanation": "丰衣足食。形容生活富裕。",
"pinyin": "zú shí fēng yī",
"word": "足食丰衣", "abbreviation":
"zsfy"
}
歇后语例子：
{
"riddle": "正月十五云遮月",
"answer": "不露脸"
},
{
"riddle": "正月十五贴门神",
"answer": "晚了半月"
},
{
"riddle": "正月十五贴春联",
"answer": "晚了半月了"
},
{
"riddle": "正月十五卖元宵",
"answer": "抱成团"
},
{
"riddle": "正月十五看花灯",
"answer": "走着瞧"
},
{
"riddle": "正月十五赶庙会",
"answer": "随大流"
}
我把这份数据放到了Elasticsearch里，并且通过ES的Python接口elasticsearch-py提供后端检索服务，现在可以通过AINLP公众号对话接口检索了，感兴趣的同学可以一试，包括：
汉字检索：
词语检索：
成语检索：
歇后语检索：
感兴趣的同学可以关注AINLP公众号，直接公众号对话测试，更多功能可以参考：
一个有趣有AI的NLP公众号
注：原创文章，转载请注明出处及保留链接“我爱自然语言处理”：http://www.52nlp.cn
本文链接地址：推荐一份中文数据，再试试汉字、词语、成语、歇后语在线检索 http://www.52nlp.cn/?p=12087