Question

我想收集一些来自Twitter的主题标签。阅读我需要获取实体的文档 https://dev.twitter.com/docs/platform-objects/tweets

"entities":
{
    "hashtags":[],
    "urls":[],
    "user_mentions":[]
}

我目前能够访问Entities dict和hashtags list

for line in iter(my_tweet_file)
    tweetionary = json.loads(line)
    print tweetionary["entities"]
    print tweetionary["entities"]["hashtags"]

但是我无法正确解析hashtags列表中的项目，我对文本值感兴趣（以下示例中为lin和Scot）

[{u'indices': [41, 45], u'text': u'lin'}, {u'indices': [55, 60], u'text': u'Scot'}]

我想填充从hashtags列表中提取的文本字典。

谢谢，丹尼

Answer 1

您可以使用内置的Counter()：

很好地完成此操作

from collections import Counter

extracted = [{u'indices': [41, 45], u'text': u'lin'},
             {u'indices': [55, 60], u'text': u'Scot'}]

count = Counter([d['text'] for d in extracted])

#Note: For python 2.x remove brackets around print statements
print(count['lin'])
print(count.most_common())

输出：

1
[('Scot', 1), ('lin', 1)]

访问列表中的项目

1 个答案: