Question

背景：我目前正在使用praw库和Python 3.7来制作Reddit机器人。我的机器人需要做的一件事是检查某个subreddit上的最新帖子，以查看它们是否仅包含图片而不包含其他内容。

鉴于Reddit上的帖子类型不同（帖子只是上载的图像，而普通文本帖子中包含图像），我首先决定区分这两种可能性。据我所知，praw没有提供任何功能来获取Reddit帖子的类型。

要处理仅是图像而不是其他内容的帖子，我只需使用submission检查返回的Praw specific regex的URL：

^http(s)?://i\.redd\.it/\w+\.(png|gif|jpg|jpeg)$

如果URL匹配，我将下载图像。这可行。另一方面，对于恰好只包含图像的文本帖子，我检查了selftext属性，对于仅包含图像而没有其他内容的帖子，这是类似的事情：

&#x200B;\n\nhttps://i.redd.it/xxxxxxxxxx.png

使用上面的正则表达式（除去开始和结束标记），我可以提取URL并确保通过re.findall仅存在一个URL。但是，如何确定帖子中绝对没有文本（空格和奇怪的转义序列除外，我不明白其用途）？< / p>

Answer 1

据我所知，praw没有提供任何功能来获取Reddit帖子的类型。

PRAW从Reddit的响应中动态加载属性。有关任何给定对象可用的内容，请参见PRAW文档部分Determine Available Attributes of an Object。对于Submission，建议使用以下代码段：

import pprint

# assume you have a Reddit instance bound to variable `reddit`
submission = reddit.submission(id='39zje0')
print(submission.title) # to make it non-lazy
pprint.pprint(vars(submission))

这将打印出dict的可用属性。使用此工具，您将发现属性.is_self和.is_reddit_media_domain。第一个告诉您（以布尔值形式）帖子是否为自发帖子，第二个告诉您（以布尔值形式）帖子是否为“ reddit media”，其中还包括视频。无需将URL与正则表达式匹配，只需检查.is_reddit_media_domain是否正确和.domain == 'i.redd.it。

例如：

In [5]: reddit.submission('anr0l2').is_self
Out[5]: True

In [6]: reddit.submission('anspgf').domain == 'i.redd.it'
Out[6]: True

In [7]: reddit.submission('antg2x').domain == 'i.reddi.it'
Out[7]: False

如何确定图片中绝对没有文本

“图片中没有文字”是什么意思？图片包含文字对您意味着什么？

如何检查Reddit帖子中是否仅包含图片而没有其他内容？

1 个答案: