Reddit PRAW API：提取整个JSON格式

Question

我正在使用The Reddit API Praw进行情感分析。我的代码如下：

#!/usr/bin/env python
# -*- coding: utf-8 -*-

import praw
from IPython import display
from nltk.sentiment.vader import SentimentIntensityAnalyzer as SIA
from pprint import pprint
import pandas as pd
import nltk
import seaborn as sns
import datetime

sns.set(style='darkgrid', context='talk', palette='Dark2')

reddit = praw.Reddit(client_id='XXXXXXXXXXX',
                     client_secret='XXXXXXXXXXXXXXXXXXX',
                     user_agent='StackOverflow')

headlines = set()
results = []
sia = SIA()

for submission in reddit.subreddit('bitcoin').new(limit=None):
    pol_score = sia.polarity_scores(submission.title)
    pol_score['headline'] = submission.title
    readable = datetime.datetime.fromtimestamp(submission.created_utc).isoformat()
    results.append((submission.title, readable, pol_score["compound"]))
    display.clear_output()

问题A：使用此代码，我只能提取文本的标题以及其他几个键。我想以JSON格式提取所有内容，但研究我没有看到的文档是否可能。

如果我只在reddit.subreddit（'bitcoin'）中调用提交，那么结果只有id代码。我想提取所有内容，任何信息并将其保存在JSON文件中。

问题B：我如何从特定日期提取评论/消息？

Answer 1

问题A：

你可以简单地在帖子的完整网址的末尾添加一个.json，以获得该页面的完整Json，其中包括标题，作者，评论，投票和其他所有内容。

一旦你使用submission.permalink得到帖子的完整网址。您可以使用requests获取该页面的Json。

import requests

url = submission.permalink
response = requests.get('http' + url + '.json') 
json = response.content # your Json

---

问题B：

不幸的是，Reddit去年某个时候从他们的搜索API中删除了时间戳搜索。这是关于它的announcement post。

除了一些较小的语法差异外，最显着的变化是在较新的系统上不再支持按精确时间戳进行的搜索。通过？t =参数（例如？t = day）仍支持将结果限制为过去的小时，天，周，月和年

所以，目前没有办法使用Praw这样做。但你可以查看提供此功能的Pushshift api。

Answer 2

解！！！

我尝试过使用PRAW，但是如果有人参与其中，我应该推荐这个链接，它说明了如何使用pushshift API：

• Reddit discussion
• GitHub usage