0

晚上好，

我刚开始在一个项目中使用 Python（我想使用来自不同平台的社交媒体数据然后进行分析），我需要从微博中检索不同的推文数据。

我选择使用这个库来完成这项工作。以网站为例，我的代码如下：

from weibo_scraper import  get_weibo_tweets_by_name
for tweet in get_weibo_tweets_by_name(name='嘻红豆'):
    print(tweet)

结果如下所示：

{'card_type': 9, 'itemid': '1076033637346297_-_4341063131108312', 'scheme': 'https://m.weibo.cn/status/HheeR4Ek0?mblogid=HheeR4Ek0&luicode=10000011&lfid=1076033637346297', 'mblog': {'created_at': '12小时前', 'id': '4341063131108312', 'idstr': '4341063131108312', 'mid': '4341063131108312', 'can_edit': False, 'show_additional_indication': 0, 'text': '行吧//<a href=\'/n/夏正正\'>@夏正正&lt;/a>:我没有，我没说过。&lt;span class="url-icon"><img alt=[感冒] src="//h5.sinaimg.cn/m/emoticon/icon/default/d_ganmao-babf39d6ae.png" style="width:1em; height:1em;" /></span>

我不确定检索推文的其他方式是否更容易将其转换为数据框，但这里有另一种方式：

from weibo_scraper import  get_formatted_weibo_tweets_by_name
result_iterator = get_formatted_weibo_tweets_by_name(name='嘻红豆', pages=None)
for user_meta in result_iterator:
    for tweetMeta in user_meta.cards_node:
        print(tweetMeta.mblog.text)

结果如下：

行吧//<a href='/n/夏正正'>@夏正正&lt;/a>:我没有，我没说过。&lt;span class="url-icon"><img alt=[感冒] src="//h5.sinaimg.cn/m/emoticon/icon/default/d_ganmao-babf39d6ae.png" style="width:1em; height:1em;" /></span>//<a href='/n/勺布斯'>@勺布斯&lt;/a>:<span class="url-icon"><img alt=[二哈] src="//h5.sinaimg.cn/m/emoticon/icon/others/d_erha-0d2bea3a7d.png" style="width:1em; height:1em;" /></span>//<a href='/n/暴躁豆奶包'>@暴躁豆奶包&lt;/a>：逃避虽然舒服但没用//<a href='/n/by语冰'>@by语冰</a>: 难受//<a href='/n/-Lillyyyyyy-'>@-Lillyyyyyy-</a>:扎心

从这里开始，我不确定应该如何将数据转换为 pandas 数据框（创建 CSV？，直接转换数据？）。

如果可能的话，我想对此有一些指导。

非常感谢您的阅读。

4

1 回答 1

0

虽然我很难准确掌握您想要实现的目标，但我认为这应该让您开始使用数据框。您可以先将推文本身添加到列表中，然后使用 pd.DataFrame(tweets) 创建一个 datafrmae，然后从那里扩展和提取，或者您可以执行以下操作。

tweets = []
from weibo_scraper import get_formatted_weibo_tweets_by_name

result_iterator = get_formatted_weibo_tweets_by_name(name='嘻红豆', pages=1)
for user_meta in result_iterator:
    for tweetMeta in user_meta.cards_node:
        tweets.append(tweetMeta.mblog.text)

df = pd.DataFrame(tweets)
with pd.option_context('display.max_rows', None, 'display.max_columns', None):
    print(df)
于 2019-02-18T20:58:32.803 回答