Question

我被要求在庞大的随机推文文本文件中，每天（0-23）计算每小时的推文数。日期并不有趣，只有每小时的推文。我想以新的对象数组返回它们。每个对象应具有小时和计数这样的属性：

{hour: x, count: y},

我做了一个函数，在其中声明一个空数组，将数据放入其中：

function(tweets) {
let result = [];

我想我需要这样推动他们：

result.push({hour: x, count: y});

但是我不知道如何从对象（键和值）中提取特定的小时数。

在巨大的原始数据文件中，每个推文都记录有这样的日期：

created_at: "30-06-2015 14:27",

有什么建议或经验吗？我目前正在学习正则表达式和for循环。我应该在代码中使用它们还是有更聪明的方法？

编辑：根据您的要求提供更多详细信息：原始数据是具有以下结构的数组中的对象：

{ time: Date-object, created_at: "30-06-2015 14:27", fromUsername: "victor", text: "asyl og integration", lang: "da", source: "Twitter for Android", }

Answer 1

关于提取文本，我看到了很好的答案here。代替console.log来将解析和保存添加到您的数组中。

关于regexp-我认为应该是

var re = /created_at: \"([^\"]*)\",/g;

Answer 2

我要做的是从另一个角度进行工作：为您关心的每个小时的开始创建一个带有dateTimeHour的对象。大概应该是有限的时间范围，就像之前发生过的所有推文一样：

因此，动态生成如下所示的内容：

{
'2019-03-01T17:22:30Z': 0, // or simply '1552667443928'
'2019-03-01T18:22:30Z': 0,
'2019-03-01T19:22:30Z': 0,
'2019-03-01T20:22:30Z': 0,
...etc
}

您可以使用当前日期，然后使用循环创建其他以前的日期时间：

const now = new Date()
// you can use a generator here or simply a while loop:
const dateTimes = {}
while(now > REQUIRED_DATE)
   dateTimes[new Date(now.setHours(now.getHours() - 1))] = 0

现在您已经有了所有小时的详尽清单。

然后，检查给定的推文是否在该小时内：检查是否item.created_at < currentHourBeingLooked，因为您应该遍历Object.keys(dateTimes)。

然后，循环遍历列表中的每个项目，并检查是否适合该dateTime（如果递增dateTimes[currentHour]++。

）。

因此，最困难的部分是将created_at转换为正常显示日期时间字符串：

const [datePortion, timePortion] = "30-06-2015 14:27".split(' ')
const [day, month, year] = datePortion.split('-')
const [hour, minute] = timePortion.split(':')

现在有了所有这些日期，月份，年份，小时和分钟，您就可以在javascript中建立时间对象：它遵循以下公式：来自MDN：

new Date(year, monthIndex [, day [, hours [, minutes [, seconds [, milliseconds]]]]]);

又名：

new Date(year, monthIndex, day, hours, minutes, seconds);

所以对于2019年12月17日上午3:24它将是：

const = new Date(2019, 11, 17, 3, 24, 0);

Answer 3

我假设您已经知道可以使用Ralkov指出的帖子中的regex来获取您所有的... removed some output for clarity ... 2 CMakeLists.txt 2 heads 2 hello 2 info 2 origin 2 refs 2 remotes 2 test 2 test.cpp 4 .gitignore 4 HEAD 4 master 5 Makefile日期，而我的答案将会是这样。

您说日期并不重要，因此一旦有了字符串

created_at

我们需要除去小时以外的所有内容，我通过提取子字符串来做到这一点，随时尝试其他方法，这只是为了让您入门。

'created_at: "30-06-2015 14:27"'

每小时都会得到

var date = obj.substr(obj.indexOf(' ') + 1);
var time = date.substr(date.indexOf(' ') + 1);
var hour = time.substr(0, time.indexOf(':'));

请注意，这仅适用于一天，如果您想在同一数据结构中存储不同日期的推文小时数，则需要做一些其他更改

每次编写推文并提取"14"时，使用以下函数编写for循环时，它将值对的组合存储到该函数外部定义的map变量中，从而创建一个新的配对（如有必要），或仅使用新的推文计数进行更新。

hour

完整代码：

function newTweet(hour, tweetsPerHour) {
  var tweetsThisHour = tweetsPerHour.get(hour);
  tweetsThisHour = tweetsThisHour === undefined ? 0 : tweetsThisHour; 
  tweetsPerHour.set(hour, ++tweetsThisHour);
  console.log(tweetsThisHour)
}

代码正在做的是成对存储推文的小时数和计数：

    var obj = 'created_at: "30-06-2015 14:27"';

    var date = obj.substr(obj.indexOf(' ')+1);
    var time = date.substr(date.indexOf(' ')+1);
    var hour = time.substr(0, time.indexOf(':'));

    var tweetsPerHour = new Map();

    newTweet(hour, tweetsPerHour); //this is the extracted hour
    newTweet("16", tweetsPerHour); //you can try different hours as well
    newTweet("17", tweetsPerHour);

    function newTweet(hour, tweetsPerHour) {
      var tweetsThisHour = tweetsPerHour.get(hour);

      tweetsThisHour = tweetsThisHour === undefined ? 0 : tweetsThisHour; 
      tweetsPerHour.set(hour, ++tweetsThisHour);
      console.log(hour + " tweet count: " + tweetsThisHour)
    }

例如，如果您再次添加“ 14”，它将更新为

[{"14":1} ,{"16":1}, {17:1}]

也可以深入研究JavaScript Map Objects。

您的代码流如下所示：

读取.txt文件
循环浏览日期->从日期获取小时-> newTweet（小时， tweetsPerHour）。

从.txt文件中提取特定数字

3 个答案: