使用Python为Twitter创建标签分析仪-DEV365 开发者社区

在本教程中，我们将构建一个程序，可以分析Twitter上主题标签的受欢迎程度和情感。

为了实现这一目标，我们将使用Python，Tweepy Library与Twitter API进行交互以获取推文，而TextBlob库进行情感分析。

注意：此程序将从终端（Linux）或命令提示（Windows）运行。如果您没有安装Python，请访问https://www.python.org/downloads/下载并安装适合您的系统的版本（当您输入时应自动选择）。

所以，让我们开始：

步骤1：设置Twitter API访问
要访问Twitter API，您需要创建一个Twitter开发人员帐户并生成API键。按照以下步骤：

转到https://developer.twitter.com/并使用您的Twitter帐户登录。
如果您还没有一个开发人员帐户。
一旦您的开发人员帐户获得批准，创建一个新应用并生成API键（消费者密钥，消费者秘密，访问令牌和访问令牌秘密）。

步骤2：安装依赖项
在开始编码之前，请确保您安装了必要的依赖项。打开终端或命令提示符并运行以下命令：

pip install tweepy
pip install textblob

步骤3：导入库并设置身份验证
现在，让我们导入所需的库，并使用Twitter API设置身份验证。创建一个新的Python文件（例如hashtag_analyzer.py），并添加以下代码：

import tweepy
from textblob import TextBlob

# Twitter API credentials
consumer_key = 'YOUR_CONSUMER_KEY'
consumer_secret = 'YOUR_CONSUMER_SECRET'
access_token = 'YOUR_ACCESS_TOKEN'
access_token_secret = 'YOUR_ACCESS_TOKEN_SECRET'

auth = tweepy.OAuthHandler(consumer_key, consumer_secret)
auth.set_access_token(access_token, access_token_secret)
api = tweepy.API(auth)

确保用您的实际API键替换'YOUR_CONSUMER_KEY'，'YOUR_CONSUMER_SECRET'，'YOUR_ACCESS_TOKEN'和'YOUR_ACCESS_TOKEN_SECRET'。

步骤4：定义主题标签分析仪功能
接下来，让我们定义一个将主题标签作为输入的函数，获取包含标签的推文，并对检索到的推文执行情感分析。将以下代码添加到您的Python文件：

def analyze_hashtag(hashtag):
    tweets = tweepy.Cursor(api.search, q=hashtag, tweet_mode='extended').items(100)

    # Variables to keep track of sentiment analysis results
    total_polarity = 0
    total_subjectivity = 0
    tweet_count = 0

    # Perform sentiment analysis on each tweet
    for tweet in tweets:
        # Ignore retweets
        if 'retweeted_status' in tweet._json:
            continue

        # Perform sentiment analysis using TextBlob
        blob = TextBlob(tweet.full_text)
        polarity = blob.sentiment.polarity
        subjectivity = blob.sentiment.subjectivity

        # Update sentiment analysis results
        total_polarity += polarity
        total_subjectivity += subjectivity
        tweet_count += 1

    # Calculate average sentiment scores
    average_polarity = total_polarity / tweet_count
    average_subjectivity = total_subjectivity / tweet_count

    # Print the results
    print(f"Hashtag: {hashtag}")
    print(f"Number of tweets analyzed: {tweet_count}")
    print(f"Average polarity: {average_polarity}")
    print(f"Average subjectivity: {average_subjectivity}")

步骤5：测试主题标签分析仪功能
现在，您可以使用您选择的主题标签调用analyze_hashtag()函数来测试主题标签分析仪。将以下代码添加到您的Python文件：

if __name__ == "__main__":
    hashtag = input("Enter a hashtag to analyze: ")
    analyze_hashtag(hashtag)

tldr
完整代码应该是这样的：

import tweepy
from textblob import TextBlob

consumer_key = 'YOUR_CONSUMER_KEY'
consumer_secret = 'YOUR_CONSUMER_SECRET'
access_token = 'YOUR_ACCESS_TOKEN'
access_token_secret = 'YOUR_ACCESS_TOKEN_SECRET'

auth = tweepy.OAuthHandler(consumer_key, consumer_secret)
auth.set_access_token(access_token, access_token_secret)
api = tweepy.API(auth)

def analyze_hashtag(hashtag):
    tweets = tweepy.Cursor(api.search, q=hashtag, tweet_mode='extended').items(100)
    total_polarity = 0
    total_subjectivity = 0
    tweet_count = 0

    for tweet in tweets:
        if 'retweeted_status' in tweet._json:
            continue
        blob = TextBlob(tweet.full_text)
        polarity = blob.sentiment.polarity
        subjectivity = blob.sentiment.subjectivity
        total_polarity += polarity
        total_subjectivity += subjectivity
        tweet_count += 1

    average_polarity = total_polarity / tweet_count
    average_subjectivity = total_subjectivity / tweet_count

    print(f"Hashtag: {hashtag}")
    print(f"Number of tweets analyzed: {tweet_count}")
    print(f"Average polarity: {average_polarity}")
    print(f"Average subjectivity: {average_subjectivity}")

if __name__ == "__main__":
    hashtag = input("Enter a hashtag to analyze: ")
    analyze_hashtag(hashtag)

再次，请记住用您的实际API键替换'YOUR_CONSUMER_KEY'，'YOUR_CONSUMER_SECRET'，'YOUR_ACCESS_TOKEN'和'YOUR_ACCESS_TOKEN_SECRET'。

保存文件并使用命令python hashtag_analyzer.py从终端或命令提示符运行。提示时输入标签，该程序将获取推文，执行情感分析并显示结果。

注意：请记住，Twitter API具有速率限制，因此您可能会遇到可以在特定时间范围内获取的推文数量的限制。