如何使用python拆分文章，做伪原创！

很多人做SEO和其他推广的小伙伴儿可能才比较关心“伪原创”这个词。顾名思义，也就是说把借鉴过来的文章修修改改，做成自己的文章。

思路

1.有的人会采取近义词替换。
2.有的人会采取拼凑，加些自己的话语，将文章变成自己的，但是中心干活还是属于拷贝或者搬运的。
3.就是今天要讲的，段落拆分和重组，将文章拆分开：
1）可以按照随机组合变成新文章。
2）也可以把文章拆分后做成自己的库，在以后的文章中随机调用这些文章来拼接其他文章。从而达到伪原创的效果。

干活部分

这里将文章按照p标签来拆分的，也就是只要一个p标签就认定是一段话，后续可以优化，比如有的过段可以选择不要，限定字数即可！

def split_paragraphs(article):
    # 使用正则表达式匹配<p>标签中的内容
    paragraphs = re.findall(r'<p>(.*?)</p>', article, re.DOTALL)
    # 去除空白段落
    paragraphs = [p.strip() for p in paragraphs if p.strip()]
    return paragraphs

第二种方法

按照斜杠n来分割也是可以的。

def split_paragraphs(article):
    # 使用换行符分割段落
    paragraphs = article.split('\n')
    return paragraphs