今天跟大家伙儿唠唠我这几天折腾的“岳云鹏帮于谦查户口”的事儿，可不是真去派出所，咱是在电脑上玩儿！
起因是这样的，前几天刷B站，看见好几个德云社的相声切片，岳云鹏跟于谦老师那叫一个“你损我捧”，乐得我差点没把手机摔了。突然我就冒出一个想法，能不能用点啥技术手段，把他们俩的相声段子扒下来，做个啥好玩的玩意儿？
说干就干！我先是琢磨着，这音频从哪儿来？总不能一段一段录？那得录到猴年马月去。 第一步，找资源！ 后来发现B站上有人把他们的相声合集都上传了，虽然不是高清无损，但也凑合能用。我就开始研究怎么把这些音频扒下来。
一开始我想用Python写个爬虫，之前学过一点点，感觉应该能搞定。结果吭哧吭哧写了一下午，发现B站的反爬机制还挺厉害，各种参数加密，我这半吊子水平根本搞不定。 爬虫失败！
后来我灵机一动，干嘛非得用爬虫？直接用浏览器插件不香吗？我在网上搜了一下，发现还真有不少能下载网页音频的插件。我试了好几个，选了一个叫“猫抓”的，还挺好使。 第二步，曲线救国！ 它可以直接抓取网页上的音频链接，然后下载下来。
有了音频，接下来就是怎么把这些段子从里面提取出来。这可不是个轻松活儿，好几个小时的音频，总不能一句一句听？ 第三步，音频切割！ 这时候就得靠工具了。我找了个免费的音频编辑软件Audacity，把音频文件导入进去，然后一点一点地听，把岳云鹏和于谦老师的对话部分截取出来。这活儿贼费耳朵，听多了感觉整个世界都是他俩的声音。
音频截取完之后，我寻思着，能不能把这些对话转换成文字，这样就能更方便地搜索和利用了。 第四步，语音转文字！ 我又在网上找了个语音转文字的工具，试了一下，效果还不错，虽然有些地方识别不太准确，但大部分都能识别出来。我把所有截取出来的音频都转换成了文字，然后保存成txt文件。
有了文字，就能开始玩点高级的了。我想做一个简单的搜索功能，用户输入关键词，就能找到包含这个关键词的相声段子。 第五步，文本搜索！ 我用Python写了个小程序，读取所有的txt文件，然后用字符串匹配的方式，查找包含关键词的段落。虽然代码很简单，但跑起来还挺快。
- 我把这些东西整合了一下，做了一个简单的界面，用户可以输入关键词，然后程序会列出所有包含这个关键词的段子，并且可以播放对应的音频。
- 虽然界面很丑陋，功能也很简陋，但总算是把这个“岳云鹏帮于谦查户口”的工具给搞出来了。
这回折腾，虽然没啥技术含量，但还是挺有意思的。也让我明白，有时候解决问题不一定非得用最高深的技术，用一些简单的小工具，也能达到目的。下次再整点更高级的！
