从R中的twitter状态中提取用户

Question

我试图找出特定用户频繁发送/提及另一个用户的频率。通过twitteR-package，我可以检索给定用户的推文，但是如果推文提到几个用户，则只有第一个在replyToUID字段中提到。因此，我的数据框的第一列包含推文，例如：

“@ user1 @ user2你读过@ user3写的东西吗？”

我想将用户名提取到这样的列表中

• USER1
• 用户2
• 用户3

来自下一条推文的用户将在下面添加。如果有人知道怎么做（提取，我可以处理循环）它或指向我正确的方向，将非常感激。

可选地，对于真正有用的，如果您知道如何复合最终的列表（在处理了n个推文之后），而不是

• USER1
• 用户2
• 用户3
• USER1
• 用户3
• USER4

列表（或表格）读取如下（计算某个用户被提及的频率）

• user1,2
• user2,1
• user3,2
• user4,1

它会更加值得赞赏。

谢谢你，伊莱亚斯

Answer 1

我不确定有效的Twitter用户名的规则是什么，但假设只允许使用字母数字字符，您可以使用简单的正则表达式：

x <- "@user1 @user2 have you read what @user3 wrote?"

users <- function(x){
  xx <- strsplit(x, " ")
  lapply(xx, function(xx)xx[grepl("@[[:alnum:]]", xx)])
}

users(x)
[[1]]
[1] "@user1" "@user2" "@user3"

---

此外，该解决方案还假设所有单词都用空格分割，即它不适用于后跟标点符号的用户名。你必须扩展这个答案来应对这种情况。

Answer 2

你刚刚发布了这个，但我刚刚在寻找另一个问题的答案时遇到了它。

我只是想在“twitter实体”上指导你这个说明页面。 https://dev.twitter.com/docs/tweet-entities

有一个“user_mention实体”，它可以提取推文文本中的所有Twitter用户名，并为您提供一个数组。我认为这可以让您访问您想要获得的内容。