本文作者 | Charcat
来源 | https://juejin.im/post/5dac6ccd5188253cd0258745
1. 初衷：
2016年，我这个IT屌丝终于拥有了爱情的结晶——老婆怀孕了。随着老婆肚子的一天天变大，一个非常艰巨的任务落在了我的头上，那就是——取名字。因为曾今跟老婆吹牛，自己饱读诗书，文学功底深厚（其实就是看看网络小说），老婆把这任务分派下来之后，我似乎还只能欣然接受。再加上即将成为爸爸的喜悦，让我痛快的拍下胸脯说：没问题，保证取一个好名字。
2. 作为IT人员，有没有高大上解决方案
接到这个任务后，断然不敢敷衍了事，作为IT码农的话，开始拿出了我超强的执行力。首先，我在脑海中一遍一遍的搜刮，各种诗词，散文，小说文学集，古今中外名人，甚至网络小说的主角配角名字。。。
然而，尴尬的是，脑容量有限，我的脑海中并没有留下太多可用的资料。作为一个有创新精神IT屌丝，是不是能用些不一样的方案来解决这个难题呢？想到这儿，我的脑海中突然浮现出一个词：大数据。
3. 数据爬取，一步一步来
3.1 汉字
心动不如行动，作为一名有执行力的IT屌丝，我果断开启数据爬取之旅。汉字作为中国文学的基石，自然是我首先想到必选资料。字典类的网站，随意百度一下，就能找到一大堆，我挑选了几个看起来较为专业的网站作为我的数据来源（具体是哪些网站，就不透露了）。
经过一番努力之后，最终把7900个简体汉字存到了自家的数据库，数据表中包含了它的拼音，笔画，基本释义这三个基本栏位。数据本地化了，是不是大功告成，可以开始取名了？不，我感觉还是少了点什么，让我想想。。。
你应该也想到了，是的，这汉字的信息太粗了，没有多少使用价值，但是那又还缺了哪些信息呢？
- 繁体
- 繁体笔画
- 是否通用规范汉字
- 汉字结构
- 造字法
- 汉字如何拆解
- 偏旁部首
- 汉字五行属性。。。
于是，我又开始了新一轮的数据爬取，这一次，能参考的网站相对少了很多，因为很多网站并没有我想要的这些信息。不过，这一步整体还算顺利，只是考虑到怕整崩溃了人家的服务器，只好在云服务器上挂着爬虫程序，高间隔的爬取。一个晚上之后，总量20800的中国汉字库就正式产生了。
3.2 词语
同一个汉字，出现在不同的词语中，往往会有不一样的含义，因此，词语的数据也非常重要。相对字典来讲，词典相关的网站少了很多，我最终爬取了353000笔数据。
词组的数据内容主要包含：
- 词组汉字
- 词组拼音
- 释义
- 近义词
- 反义词
- 感情色彩
- 常用程度。。。
3.3 成语
成语是中国汉字语言词汇中定型的词，使用广泛，是中国传统文化的一大特色，读起来朗朗上口，而且往往还具有深意。因此，成语和歇后语不容错过。经过排重等简单处理后，总共得到了2W 的数据。
成语的数据内容主要包含：
- 成语汉字
- 成语拼音
- 释义
- 近义词
- 反义词
- 成语典故
- 产生的大致年代
- 感情色彩
- 常用程度。。。
走到这一步，一切十分顺利，接下来还有哪些需要用到呢？
对的，就是它：诗词
3.4 诗词
说到诗词，大家可能第一反应就是唐诗三百首；大家这么想，是能够理解的，因为唐诗的确是中华文化宝库中的一颗明珠，对中国乃至世界文化，都产生了深远的影响。但是，中国的诗词，远不止唐诗，而且数量，也远远不止三百首，以下我按照朝代大致列了一下：
- 先秦诗歌（比如有名的诗经，楚辞）
- 汉朝诗歌（比如汉乐府诗，古诗十九首）
- 魏晋南北朝诗歌（比如曹操，陶渊明等的诗歌）
- 唐诗
- 宋词
- 元曲
- 清代诗词
- 近代诗词
据不完全收集，我这边竟然爬取到了8000 的诗词文章，的确有点出乎意料的多。
3.5 古今名人与高频名字
这数据应该是大家没有想到的吧！
爬取这些数据，主要是为了解决重名的问题。重名是一个很尴尬的事情，比如现在很多人叫子涵，紫涵，紫萱，子轩之类的，上课的时候老师一叫名字，可能好几个人站起来。因此我收集了近年来特别高频使用的名字，以便后续规避使用。
除了这种情况，另一种重名也容易带来尴尬：重名古代名人。
与古代名人重名，容易招致身边朋友的调笑，尤其是重名的古人具有负面形象的时候。比如我有个朋友叫：赵高，长期以来他都受到名字的困扰。
古代名人的收集相对麻烦，因为很少有这类的名字收藏整理。好在通过某度的各种榜单，以及其他各种古代名人录，现当代各个领域的精英人物榜，总共收集到了大概5W的各类名人。
4. 现实与理想，坚持还是放弃
4.1 数据到手，天下我有
上面介绍的数据，其实只是我收集的资料的一部分。其他的我也不再赘述，因为收集数据是一个单调而耗时的工作，没有什么技术含量可言。
经过大概两个月的陆陆续续的收集，总算是把这些想要的数据全部收集并整理好。是不是可以大干一场了？
是的，我觉得我可以开始大干一场了。
4.2 怎么样才算是一个好名字
数据逐渐到手，准备开干的时候，一个急需解决的问题摆在我的面前：怎么样才算是一个好名字？
这个问题不明确下来，就好比开发人员没有需求文档，下一步完全就就没法开展了。不过现在可没有需求人员协助我，所以只好自己动手，丰衣足食了。静下心来，仔细琢磨琢磨，似乎可以从以下方面着手：
- 名字的字形
- 名字的读音
- 名字的释义
- 名字是否契合八字
- 名字三才五格好不好
- 名字与生肖是否冲突
4.3 规则，规则？
上面有提到几个可以着手的点，但是具体的规则，还需要细化理解，然后逐个攻破。
以字形为例，我们可以引申出相关的知识，比如偏旁部首，笔画数量，是左右结构，还是上下结构，汉字又如何拆解。
进一步来分析，笔画的多少，决定汉字的简易，名字笔画太多，会给小孩造成一定的书写障碍；笔画太少，又会让名字看起来显得单薄。同样的道理，汉字的结构与拼音，在不同的组合下，会有不同的效果。因此，如何合理的组合汉字，形成最优的方案，最终再把它们规则化，这是一个棘手的问题。为了解决这个问题，头发又掉了一地。
这样一层层的规则拆解下去，取名的整体规则似乎变得越来越复杂了。
当然，字音与字形相关的知识，其实是相对简单的；更有难度的是：名字的含义，以及八字喜用神推算，三才五格评估，生肖喜好等比较笼统或者玄学的东西。
这样一步步走来，到这儿终于有了放弃的想法。网上一搜索，各种算命大师，取名大师，看起来都十分权威，不仅各种承诺，而且往往折扣力度惊人，原价1888，折后价只要188，甚至更低。如果真如他们所说，花个几十百来块，直接解决问题岂不是更好？抱着这个心态，我常识性的咨询了几家，结果令我十分失望。
这儿暂且不论这些大师的整体水准，但是我这个半吊子学徒，略微一试探，也探出了好些冒充大师的人。
5. 埋头苦学，步步为营
5.1 八字喜用神推算
喜用神推算是最大的难点，也是大部分华人取名专业人士最为看重的一点。我花了很多的时间去理解这些名词的含义，各种时间的推算，以及喜用神与名字之间的关联。
过程甚至复杂，但是单纯从结果来看，又十分的简单。为什么说简单呢，因为归根到底，其实都是一个数学问题。
举例来说，我们确定喜用神往往是通过真太阳时间，而真太阳时间与北京时间的差异，完全可以通过出生地的的经度进行转化，具体公式大家可以在网上搜索一下。
另外一个例子，我们确定喜用神时，会通过四柱八字法来排，它们分别是年干年支，月干月支，日干日支，时干时支。粗看一下，如何去排完全没有头绪，但是如果从数学的角度来想想，就没那么复杂了。
天干：甲、乙、丙、丁、戊、己、庚、辛、壬、癸
地支：子、丑、寅、卯、辰、巳、午、未、申、酉、戌、亥
四柱八字如果使用穷举法，那就是10的4次方再乘以12的4次方，总计2.0736亿种结果。这样看来，似乎也就没有那么神秘了。
5.1 三才五格
理解了上面的喜用神推算，三才五格似乎就变得更加的简单了。
三才五格的计算，主要是通过笔画的组合，来定义名字的吉凶。注意：笔画一般是指繁体字的笔画，而不是简体字。
同理上面的推断：五格有九九八十一种情形，三才有125种吉凶。国人大部分姓名都是3个字，而每个字的笔画基本都是不会超过36，这样我们来算一下：36 * 36 * 36 = 46656
这样看来，三才五格确实不复杂，而且笔画这个东西，大家也都熟悉，很容易就能理解。市面上大部分的姓名打分，测评软件基本上都是基于这个来实现的；所以大家对于这类软件，看看就行，不要当真。
5.1 生肖喜忌
十二生肖，包括鼠、牛、虎、兔、龙、蛇、马、羊、猴、鸡、狗、猪，它们是十二地支的形象化代表，即子（鼠）、丑（牛）、寅（虎）、卯（兔）、辰（龙）、巳（蛇）、午（马）、未（羊）、申（猴）、酉（鸡）、戌（狗）、亥（猪）。
生肖既然对应上了了具体的动物，那自然就赋予了它们各自的喜好与忌讳；而且它们与十二地支一一对应，自然也就拥有了各自的属性。这样一来，大家取名之时，往往会考虑这些因素。
比如：属鸡的宝宝，往往不取带有“犬”、“犭”、“戌”的字，因为大家都知道鸡犬不宁这个成语，鸡和狗难以相处。这些用法，都是比较直白易懂的，规则整理上，也是简单的通过字形的拆解就能达成目的。
6. 为期半年，终成正果
收集整理这些资料，差不多花费了我将近半年的业务时间。虽然看起来没有太大的产出，但是实际上，却给我带来了很大的收获。名字虽然是简简单单的几个字，但它也是我们中华文化的一个缩影，是父母对下一辈的一个期许，更是我们上一辈对下一辈的满满的爱意。
正果不是最终的名字，而是这一路对于中国人对于取名文化的一个理解。
【完】
如果你觉得文章还不错，请大家点赞分享下。你的肯定是我最大的鼓励和支持。
