Zi 字媒體

用新浪微博API積累了微博廣場的1.4萬條數據，我選擇了21個欄位輸出為TXT文件，想用Python稍微處理一下，統計一下這1.4萬條微博裡面表情使用情況，統計結構在最後。無聊的時候用了下新浪JAVA版的API，對JAVA還不熟悉，但是稍微改一下還是沒問題的，數據保存為TXT文件，再用Python處理，JAVA部分很簡單，Python部分只涉及到表情的正則提取，都不好意思寫出來了。1、調用新浪JAVA API下載微博廣場數據步驟思路：初始化API的Weibo類，設置Token后，設置下載間隔，然後重複調用getPublicTimeline函數就可以了，下面是主要類的代碼：這個不是完整的代碼，沒有初始化暫停間隔，可以掠過，很簡單。要取得數據就是微博內容，先練一下手玩玩。3、Python處理數據目標：查看微博用戶表情使用情況，暫時只分性別，如果積累了合適的數據后可以分析各個時間段人們愛用哪種表情。步驟：$ 讀取TXT文件，遞歸處理每一行$ 單獨提取出微博欄位，正則提取表情欄位，同時把性別提取出來，放到一個dict裡面，dict的格式是：表情/女性使用頻率/男性使用頻率，遞歸處理，累積頻率$ 把結果寫入到文件注意：Python正則提取中文部分，先解碼成unicode編碼，再正則提取，表情的標誌是，雖有誤差，但無大礙。代碼：__collection函數是處理函數，返回處理結果(dict)