Python分析新浪微博各种表情使用频率

用新浪微博API积累了微博广场的1.4万条数据，我选择了21个字段输出为TXT文件，想用Python稍微处理一下，统计一下这1.4万条微博里面表情使用情况，统计结构在***。

创新互联专注于青浦企业网站建设,响应式网站设计,商城系统网站开发。青浦网站建设公司,为青浦等地区提供建站服务。全流程按需求定制制作，专业设计，全程项目跟踪，创新互联专业和态度为您提供的服务

无聊的时候用了下新浪JAVA版的API，对JAVA还不熟悉，但是稍微改一下还是没问题的，数据保存为TXT文件，再用Python处理，JAVA部分很简单，Python部分只涉及到表情的正则提取，都不好意思写出来了。

1、调用新浪JAVA API下载微博广场数据

步骤思路：

初始化API的Weibo类，设置Token后，设置下载间隔，然后重复调用getPublicTimeline()函数就可以了，下面是主要类的代码：

这个不是完整的代码，没有初始化暂停间隔，可以掠过，很简单。

 
 
 
 
    
  
  
  
  
  1. class WriteWeiboData{  
    2. 
  
  
  
  
  2.      private int n;  
    3. 
  
  
  
  
  3.      public WriteWeiboData(int count)  
    4. 
  
  
  
  
  4.      {  
    5. 
  
  
  
  
  5.          this.n=count;  
    6. 
  
  
  
  
  6.      }  
    7. 
  
  
  
  
  7.      public void Start(){  
    8. 
  
  
  
  
  8.          System.setProperty("weibo4j.oauth.consumerKey", Weibo.CONSUMER_KEY);  
    9. 
  
  
  
  
  9.          System.setProperty("weibo4j.oauth.consumerSecret", Weibo.CONSUMER_SECRET);  
    10. 
  
  
  
  
  10.          try {  
    11. 
  
  
  
  
  11.              //获取前20条***更新的公共微博消息  
    12. 
  
  
  
  
  12.              Weibo weibo = new Weibo();  
    13. 
  
  
  
  
  13.              //weibo.setToken(args[0],args[1]);  
    14. 
  
  
  
  
  14.              weibo.setToken("keystring", "keyscrect");  
    15. 
  
  
  
  
  15.              for(int i=0;i
  
  
  
  
  16.                  System.out.print("Start to get weibo data num "+(i+1)+"\n");  
    17. 
  
  
  
  
  17.                  List statuses =weibo.getPublicTimeline();  
    18. 
  
  
  
  
  18.                  for (Status status : statuses) {  
    19. 
  
  
  
  
  19.                      SaveData(status);  
    20. 
  
  
  
  
  20.                  }  
    21. 
  
  
  
  
  21.                  try{  
    22. 
  
  
  
  
  22.                      System.out.print("Success to get weibo data num "+(i+1)+"\n");  
    23. 
  
  
  
  
  23.                      System.out.print("Sleep for 30 seconds");  
    24. 
  
  
  
  
  24.                      Thread.sleep(30000);  
    25. 
  
  
  
  
  25.                  }catch(Exception ee){  
    26. 
  
  
  
  
  26.                      System.out.print("Sleep Error");  
    27. 
  
  
  
  
  27.                  }  
    28. 
  
  
  
  
  28.              }  
    29. 
  
  
  
  
  29.          } catch (WeiboException e) {  
    30. 
  
  
  
  
  30.              e.printStackTrace();  
    31. 
  
  
  
  
  31.          }  
    32. 
  
  
  
  
  32.      }  
    33. 
  
  
  
  
  33.      public void SaveData(Status status){  
    34. 
  
  
  
  
  34.          //Return data format:  
    35. 
  
  
  
  
  35.                  //created_at,id,text,source,mid  
    36. 
  
  
  
  
  36.                  //user:id,screen_name,name,provience,city,location,description,url,domain,gender,  
    37. 
  
  
  
  
  37.                  //followers_count,friends_count,statuses_count,favourites_count,created_at,verified  
    38. 
  
  
  
  
  38.                  //annotations:server_ip  
    39. 
  
  
  
  
  39.                  try{  
    40. 
  
  
  
  
  40.                      User user=status.getUser();  
    41. 
  
  
  
  
  41.                      FileWriter fw=new FileWriter("F:/Sina.txt",true);  
    42. 
  
  
  
  
  42.                      fw.write(status.getCreatedAt()+"\t"+status.getId()+"\t"+status.getText()+"\t"+  
    43. 
  
  
  
  
  43.                      status.getSource()+"\t"+status.getMid()+"\t"+  
    44. 
  
  
  
  
  44.                      user.getId()+"\t"+user.getScreenName()+"\t"+user.getName()+"\t"+  
    45. 
  
  
  
  
  45.                      user.getProvince()+"\t"+user.getCity()+"\t"+user.getLocation()+"\t"+  
    46. 
  
  
  
  
  46.                      user.getDescription()+"\t"+user.getURL()+"\t"+user.getUserDomain()+"\t"+  
    47. 
  
  
  
  
  47.                      user.getGender()+"\t"+user.getFollowersCount()+"\t"+user.getFriendsCount()+"\t"+  
    48. 
  
  
  
  
  48.                      user.getStatusesCount()+"\t"+user.getFavouritesCount()+"\t"+user.getCreatedAt()+"\t");  
    49. 
  
  
  
  
  49.                      fw.write("\n");  
    50. 
  
  
  
  
  50.                      fw.close();  
    51. 
  
  
  
  
  51.                  }  
    52. 
  
  
  
  
  52.                  catch(Exception e){  
    53. 
  
  
  
  
  53.                      System.out.print("IO Error");  
    54. 
  
  
  
  
  54.                  }  
    55. 
  
  
  
  
  55.      }  
    56. 
  
  
  
  
  56.  } 
    57.

2、数据格式：

要取得数据就是微博内容，先练一下手玩玩。

3、Python处理数据

目标：查看微博用户表情使用情况，暂时只分性别，如果积累了合适的数据后可以分析各个时间段人们爱用哪种表情。

步骤：

$ 读取TXT文件，递归处理每一行

$ 单独提取出微博字段，正则提取表情字段，同时把性别提取出来，放到一个dict里面，dict的格式是：表情/女性使用频率/男性使用频率，递归处理，累积频率

$ 把结果写入到文件

注意：Python正则提取中文部分，先解码成unicode编码，再正则提取，表情的标志是[]，虽有误差，但无大碍。

代码：

__collection函数是处理函数，返回处理结果(dict)

 
 
 
 
    
  
  
  
  
  1. class EmotionFrequent():  
    2. 
  
  
  
  
  2.      infoFile='F:/Sina.txt' 
    3. 
  
  
  
  
  3.      def __init__(self):  
    4. 
  
  
  
  
  4.          pass 
    5. 
  
  
  
  
  5.      def __collection(self):  
    6. 
  
  
  
  
  6.          f=open(self.infoFile)  
    7. 
  
  
  
  
  7.          d=dict()  
    8. 
  
  
  
  
  8.          n=1 
    9. 
  
  
  
  
  9.          for line in f.readlines():  
    10. 
  
  
  
  
  10.              if line.strip()=='' or line.strip()=='\n':  
    11. 
  
  
  
  
  11.                  pass 
    12. 
  
  
  
  
  12.              cols=line.split('\t')  
    13. 
  
  
  
  
  13.              if len(cols)<20:  
    14. 
  
  
  
  
  14.                  continue 
    15. 
  
  
  
  
  15.              n+=1 
    16. 
  
  
  
  
  16.              es=[]  
    17. 
  
  
  
  
  17.              #if cols[2].find('[')!=-1 and cols[2].find(']')!=-1:  
    18. 
  
  
  
  
  18.              info=cols[2]  
    19. 
  
  
  
  
  19.              for i in re.findall(r'\[\S+?\]',info.decode('utf-8')):  
    20. 
  
  
  
  
  20.                  data=i[1:-1].encode('utf-8')  
    21. 
  
  
  
  
  21.                  if d.has_key(data):  
    22. 
  
  
  
  
  22.                      if cols[14]=='f':  
    23. 
  
  
  
  
  23.                          d[data][0]+=1 
    24. 
  
  
  
  
  24.                          d[data][2]+=1 
    25. 
  
  
  
  
  25.                      else:  
    26. 
  
  
  
  
  26.                          d[data][1]+=1 
    27. 
  
  
  
  
  27.                          d[data][2]+=1 
    28. 
  
  
  
  
  28.                  else:  
    29. 
  
  
  
  
  29.                      if cols[14]=='f':  
    30. 
  
  
  
  
  30.                          d[data]=[1,0,1]  
    31. 
  
  
  
  
  31.                      else:  
    32. 
  
  
  
  
  32.                          d[data]=[0,1,1]  
    33. 
  
  
  
  
  33.          print 'Total records num '+str(n)  
    34. 
  
  
  
  
  34.          return d  
    35. 
  
  
  
  
  35.          pass 
    36. 
  
  
  
  
  36.      def WriteDict(self):  
    37. 
  
  
  
  
  37.          d=self.__collection()  
    38. 
  
  
  
  
  38.          f=open('F:/keys.txt','w')  
    39. 
  
  
  
  
  39.          for k in d:  
    40. 
  
  
  
  
  40.              f.write(k+'\t')  
    41. 
  
  
  
  
  41.              f.write(str(d[k][0])+'\t')  
    42. 
  
  
  
  
  42.              f.write(str(d[k][1])+'\t')  
    43. 
  
  
  
  
  43.              f.write(str(d[k][2])+'\n')  
    44. 
  
  
  
  
  44.          f.close()  
    45. 
  
  
  
  
  45.          pass 
    46. 
  
  
  
  
  46.      def Run(self):  
    47. 
  
  
  
  
  47.          self.WriteDict()  
    48. 
  
  
  
  
  48.      pass 
    49.

脚本运行结果：

把结果放到EXCEL里面重新排序，得到如下结果：

至于怎么解读这个结果，有没有意义，各有各的想法。

网友评价：印证了女人是情绪化动物，爱哭爱笑爱爱卖萌爱撒娇要抱抱。而男人，辛苦易生病易头晕。

原文：http://www.cnblogs.com/Lannik/archive/2011/10/21/2219776.html

网站题目：Python分析新浪微博各种表情使用频率
新闻来源：http://www.csdahua.cn/qtweb/news44/409644.html

网站建设、网络推广公司-快上网，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 快上网

成都快上网为您推荐相关内容

建站公司知识

同城分类信息

蓬溪网站建设　　 　网站设计制作报价　　 　软文推广　　 　贵安服务器托管　　 　成都网站制作　　 　雅安网站建设　　 　成都小程序开发　　 　成都微信小程序开发　　 　广安园林景观设计　　 　成都做商城网站　　 　成都微信小程序开发　　 　盐亭网站设计　　 　沃尔沃电机组维修保养　　 　服务器托管　　 　达州做网站　　 　四川珉田机房　　 　app软件开发　　 　鑫友邦火锅桌　　 　营销网站建设　　 　乐山中领科信