1. 项目背景与核心需求
作为一名长期从事教育类软件开发的工程师，我最近接到一个小学语文老师的定制需求——开发一款专门针对小学生的每日古诗词学习软件。这个项目看似简单，但实际开发过程中遇到了不少值得分享的技术选型和实现细节。
传统的小学生古诗词学习存在几个痛点：一是纸质书籍携带不便，二是学习进度难以追踪，三是缺乏互动性和趣味性。而我们要开发的这款软件需要解决以下核心需求：
- 每日自动推送一首适合小学生理解的古诗词
- 提供诗词朗读功能（考虑使用TTS技术）
- 包含作者简介和词语注释等扩展内容
- 简单的学习记录和复习功能
- 适合小学生操作的友好界面
2. 技术栈选型与对比
2.1 为什么选择Python生态
在项目初期，我们首先需要确定技术栈。考虑到教育类软件的特点和开发团队的技能储备，Python生态是最合适的选择：
- 开发效率高：Python语法简洁，适合快速迭代
- 丰富的教育类库：如jieba分词、pypinyin等中文处理库
- 跨平台支持：可以轻松部署到Windows、Linux等各种环境
2.2 Flask vs Django的抉择
项目标题中同时提到了Flask和Django，这其实反映了我们在技术选型时的思考过程：
| 特性 | Flask | Django | 本项目选择 |
|---|---|---|---|
| 学习曲线 | 平缓 | 较陡峭 | Flask |
| 开发速度 | 快速 | 中等 | Flask |
| 内置功能 | 精简 | 全面 | Flask |
| 灵活性 | 高 | 较低 | Flask |
| 适用规模 | 中小型 | 中大型 | Flask |
最终选择Flask的原因：
- 本项目功能相对简单，不需要Django的全套功能
- Flask更轻量，启动快速，适合教育场景的快速迭代
- 团队成员对Flask更熟悉
2.3 PyCharm作为开发环境
PyCharm是Python开发的绝佳选择，特别是它的这些功能对本项目特别有用：
- 强大的代码提示：对Flask路由、模板的智能感知
- 内置数据库工具：方便管理诗词数据
- 调试支持：可以方便地设置断点检查诗词加载逻辑
提示：在PyCharm中创建Flask项目时，建议使用专业版，社区版对Flask的支持有限。
3. 系统架构设计
3.1 整体架构
系统采用经典的MVC架构：
code复制诗词学习软件
├── 前端展示层 (HTML+CSS+JS)
├── 业务逻辑层 (Flask路由和视图)
└── 数据访问层 (SQLite数据库)
3.2 数据库设计
考虑到小学生的学习数据量不大，我们选择轻量级的SQLite数据库。主要表结构设计如下：
poems表（存储诗词数据）
python复制class Poem(db.Model):
id = db.Column(db.Integer, primary_key=True)
title = db.Column(db.String(100)) # 诗词标题
author = db.Column(db.String(50)) # 作者
dynasty = db.Column(db.String(20)) # 朝代
content = db.Column(db.Text) # 诗词内容
notes = db.Column(db.Text) # 词语注释
level = db.Column(db.Integer) # 难度等级(1-3)
study_records表（学习记录）
python复制class StudyRecord(db.Model):
id = db.Column(db.Integer, primary_key=True)
user_id = db.Column(db.Integer, db.ForeignKey('user.id'))
poem_id = db.Column(db.Integer, db.ForeignKey('poem.id'))
study_date = db.Column(db.DateTime, default=datetime.utcnow)
is_mastered = db.Column(db.Boolean, default=False)
3.3 核心功能模块
-
每日诗词推送模块
- 基于学生年级自动选择合适难度的诗词
- 避免重复推送已学诗词
-
学习记录模块
- 记录每次学习的时间和学习时长
- 标记已掌握的诗词
-
复习提醒模块
- 根据艾宾浩斯遗忘曲线安排复习
- 对难记的诗词增加出现频率
4. 关键实现细节
4.1 Flask应用初始化
在PyCharm中创建Flask项目的标准结构：
code复制poetry_learning/
├── app/
│ ├── templates/ # Jinja2模板
│ ├── static/ # 静态资源
│ ├── __init__.py # Flask应用工厂
│ ├── models.py # 数据模型
│ ├── routes.py # 路由定义
│ └── utils.py # 工具函数
├── config.py # 配置文件
└── poetry_learning.py # 启动脚本
核心初始化代码：
python复制# __init__.py
from flask import Flask
from flask_sqlalchemy import SQLAlchemy
db = SQLAlchemy()
def create_app(config_class='config.Config'):
app = Flask(__name__)
app.config.from_object(config_class)
db.init_app(app)
# 注册蓝图
from app.routes import main_bp
app.register_blueprint(main_bp)
return app
4.2 每日诗词推送算法
实现智能推送的核心逻辑：
python复制def get_daily_poem(user):
# 1. 获取用户已学诗词ID列表
learned_ids = [r.poem_id for r in user.records]
# 2. 根据用户年级确定难度范围
grade_level = user.grade
if grade_level <= 2: # 1-2年级
level_range = (1, 1)
elif grade_level <= 4: # 3-4年级
level_range = (1, 2)
else: # 5-6年级
level_range = (1, 3)
# 3. 查询符合条件的诗词
candidate_poems = Poem.query.filter(
Poem.level.between(*level_range),
~Poem.id.in_(learned_ids)
).all()
# 4. 如果没有新诗词，选择需要复习的
if not candidate_poems:
return get_review_poem(user)
# 5. 随机选择一首
return random.choice(candidate_poems)
4.3 前端界面设计要点
考虑到小学生的使用特点，界面设计需要注意：
- 字体大小：正文至少18px，标题24px以上
- 配色方案：使用柔和的色调，避免刺眼
- 交互简化：减少输入操作，多用点击
- 朗读按钮：显眼且容易点击
使用Bootstrap快速实现响应式布局：
html复制<div class="poem-container">
<h2 class="poem-title">{{ poem.title }}</h2>
<p class="poem-author">{{ poem.author }} · {{ poem.dynasty }}</p>
<div class="poem-content">
{% for line in poem.content.split('\n') %}
<p>{{ line }}</p>
{% endfor %}
</div>
<button class="btn btn-primary read-aloud">朗读诗词</button>
</div>
5. 开发中的挑战与解决方案
5.1 诗词数据采集与处理
原始诗词数据来源多样，格式不规范，我们开发了数据清洗脚本：
python复制def clean_poem_data(raw_text):
# 去除多余空格和特殊字符
cleaned = re.sub(r'\s+', ' ', raw_text).strip()
# 识别并分离标题和作者
title, author_part = cleaned.split('·')
author, dynasty = author_part.split('(')
dynasty = dynasty.rstrip(')')
return {
'title': title.strip(),
'author': author.strip(),
'dynasty': dynasty.strip()
}
5.2 语音合成实现
考虑到小学生的需要，我们集成了TTS功能：
python复制from gtts import gTTS
import os
def generate_audio(poem, filename='poem.mp3'):
# 合并标题和内容
text = f"{poem.title}，作者{poem.author}。{poem.content}"
tts = gTTS(text=text, lang='zh-cn')
audio_path = os.path.join('static', 'audio', filename)
tts.save(audio_path)
return audio_path
注意：实际项目中应考虑缓存生成的音频文件，避免重复生成。
5.3 用户系统简化
为降低小学生使用门槛，我们简化了用户系统：
- 不使用复杂密码，支持4-6位数字PIN
- 采用头像选择而非上传
- 自动保存学习进度，无需手动操作
6. 部署与持续改进
6.1 本地测试部署
开发阶段可以使用Flask内置服务器快速测试：
bash复制export FLASK_APP=poetry_learning.py
export FLASK_ENV=development
flask run
6.2 生产环境部署
对于学校机房部署，我们推荐：
-
使用Waitress作为WSGI服务器：
python复制from waitress import serve from poetry_learning import create_app app = create_app() serve(app, host='0.0.0.0', port=8080) -
数据库备份方案：
bash复制# 每天凌晨备份 0 3 * * * sqlite3 /path/to/db.db ".backup /backup/db-$(date +\%Y\%m\%d).db"
6.3 用户反馈与迭代
上线后收集到的关键改进点：
- 增加诗词背景故事展示
- 添加简单的诗词填空游戏
- 支持家长查看学习报告
- 增加诗词朗诵录音功能
7. 项目总结与扩展思考
经过两个月的开发和试用，这款基于Flask的古诗词学习软件在小学生中获得了不错的反响。以下是几个关键收获：
-
技术选型要匹配实际需求：虽然Django功能更全面，但对于这个特定项目，Flask的轻量灵活反而更合适。
-
教育软件要特别重视用户体验：小学生的操作习惯与成人不同，需要特别设计交互方式。
-
数据质量决定软件价值：诗词内容的准确性和注释质量直接影响学习效果。
未来可能的扩展方向：
- 增加诗词创作简单工具
- 开发配套的移动端应用
- 引入AI辅助的个性化推荐
- 增加诗词大会等游戏化功能
这个项目让我深刻体会到，即使是看似简单的教育软件，也需要仔细考虑用户特点和技术实现的平衡。特别是在处理中文文本和语音合成时，有很多细节需要考虑。希望这个案例能为其他教育类应用的开发提供参考。