您好，我在 python 中使用 split 函数时遇到问题，但没有成功。我使用爬虫收集了一些推文，我需要将每条推文的某些部分拆分为不同的 .json 文件，特别是 ID 和 #(hashtag)。我一直在使用 split 功能没有成功我做错了什么？我想将“id”和“text”之后
的内容保存到不同的 .json 文件中，文本如下所示：
{"created_at":"Fri Oct 20 16:35:36 +0000 2017","id":921414607302025216,"id_str":"921414607302025216","text":"@IdrisAhmed1 间接你说？
def on_data(self, data):
try:
#print data
with open('Bologna_streams.json', 'r') as f:
for line in f:
tweet = data.spit(',"text":"')[1].split('",""source"')[0]
print (tweet)
saveThis = str(time.time()) + '::' +tweet
saveFile = open('Bologna_text_preprocessing.json', 'w')
json.dump(data)
saveFile.write(saveThis)
saveFile.write(tweet)
saveFile.write('\n')
saveFile.close()
f.close()
return True
except BaseException as e:
print("Error on_data: %s" % str(e))
time.sleep(5)
def on_error(self, status):
print (status)
我认为您应该在命令行上以交互方式或在小脚本中尝试使用 Python。
考虑一下：
text="""
{"created_at":"Fri Oct 20 16:35:36 +0000 2017","id":921414607302025216,"id_str":"921414607302025216","text":"@IdrisAhmed16 learn #python"}
""".strip()
print(text.split(":"))
这将在控制台中打印：
['{"created_at"', '"Fri Oct 20 16', '35', '36 +0000 2017","id"', '921414607302025216,"id_str"', '"921414607302025216","text"', '"@IdrisAhmed16 learn #python"}']
或者，要在新行上打印每个分屏：
print("splits:\n")
for item in text.split(":"):
print(item)
print("\n---")
这将打印：
splits:
{"created_at"
"Fri Oct 20 16
35
36 +0000 2017","id"
921414607302025216,"id_str"
"921414607302025216","text"
"@IdrisAhmed16 #learn python"}
---
换句话说，split已经完成了它应该做的事情：找到每个":"并围绕这些字符拆分字符串。
您要做的是解析 JSON：
import json
parsed = json.loads(text)
print("parsed:", parsed)
该parsed变量是一个普通的 Python 对象。结果：
parsed: {
'created_at': 'Fri Oct 20 16:35:36 +0000 2017',
'id': 921414607302025216,
'id_str': '921414607302025216',
'text': '@IdrisAhmed16 learn #python'
}
现在您可以对数据进行操作，包括检索text项目和拆分项目。
但是，如果目标是找到所有主题标签，则最好使用正则表达式：
import re
hashtag_pattern = re.compile('#(\w+)')
matches = hashtag_pattern.findall(parsed['text'])
print("All hashtags in tweet:", matches)
print("Another example:", hashtag_pattern.findall("ok #learn #python #stackoverflow!"))
结果：
All hashtags in tweet: ['python']
Another example: ['learn', 'python', 'stackoverflow']
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句