Pythonは、正規表現を使用してtwitterテキストデータの@userとurlリンクを抽出します

Question

リスト文字列のtwitterテキストデータ、たとえば次のデータがあります（実際には、これらのデータだけでなく多数のテキストがあります）。私はすべてのユーザー名を@とurlリンクの後にtwitterテキストで抽出したいと思います。たとえば、galaxy5univとurl link。

tweet_text = ['@galaxy5univ I like you', 
    'RT @BestOfGalaxies: Let's sit under the stars ...', 
    '@jonghyun__bot .........((thanks)', 
    'RT @yosizo: thanks.ddddd <https://yahoo.com>', 
    'RT @LDH_3_yui: #fam, ccccc https://msn.news.com'] 

私のコード：Twitterのデータを多数のコードをテストによって

import re 
pu = re.compile(r'http\S+') 
pn = re.compile(r'@(\S+)') 
for row in twitter_text: 
    text = pu.findall(row) 
    name = (pn.findall(row)) 
    print("url: ", text) 
    print("name: ", name) 

、私はURLと名前の両方のための私の二つのパターンがいくつかTwitterのテキストであるが（間違っていることを持っていますデータが正しい）。大きなTwitterのデータの場合は、Twitterのテキストから名前とURLを抽出するためのドキュメントやリンクがありますか？

Twitterのデータから名前とURLを抽出するアドバイスがありましたら、感謝してください！

Answer 1

注を参照してください。 :に一致除外するに

、あなたは[^\s]否定文字クラスと同等に速記\Sクラスを変換し、それに:を追加する必要があります。

今

pn = re.compile(r'@([^\s:]+)') 

、それは最初の前の空白以外のシンボルのキャプチャを停止します:。 regex demoを参照してください。

最後に:までキャプチャする必要がある場合は、キャプチャグループの後に:を追加することができます。pn = re.compile(r'@(\S+):')

正規表現に一致する正規表現は、many on the Web,just chooseが最適です。ここで

はexample codeです：

import re 
p = re.compile(r'@([^\s:]+)') 
test_str = "@galaxy5univ I like you\nRT @BestOfGalaxies: Let's sit under the stars ...\n@jonghyun__bot .........((thanks)\nRT @yosizo: thanks.ddddd <https://y...content-available-to-author-only...o.com>\nRT @LDH_3_yui: #fam, ccccc https://m...content-available-to-author-only...s.com" 
print(p.findall(test_str)) 
p2 = re.compile(r'(?:http|ftp|https)://(?:[\w_-]+(?:(?:\.[\w_-]+)+))(?:[\w.,@?^=%&:/~+#-]*[\w@?^=%&/~+#-])?') 
print(p2.findall(test_str)) 
# => ['galaxy5univ', 'BestOfGalaxies', 'jonghyun__bot', 'yosizo', 'LDH_3_yui'] 
# => ['https://yahoo.com', 'https://msn.news.com'] 

Answer 2

ユーザ名が特殊文字が含まれていない場合は、使用することができます。

@([\w]+) 

は、あなたのpn = re.compile(r'@(\S+)')正規表現が@後に任意の1+非空白文字をキャプチャすることをLive demo

Answer 3

私は数年前のつぶやきを解析する記事AMOUTを書きました。 https://fromzerotocodehero.blogspot.com/2010/12/parsing-tweets-links-users-and-hash.html