Zijn het bots?
Het bedrijf waarvoor je werkt heeft je gevraagd een sentimentanalyse uit te voeren met een gegevensset met tweets. Eerst moet je wat opschonen en informatie extraheren.
Tijdens het printen van wat tekst merk je dat sommige tweets gebruikersvermeldingen bevatten. Sommige van deze vermeldingen volgen een heel vreemd patroon. Enkele voorbeelden die je opmerkt: @robot3!, @robot5& en @robot7#
Om te analyseren of die gebruikers bots zijn, doe je een proof of concept met één tweet en extraheer je ze met de methode .findall().
Je noteert alvast wat handige metatekens voor later:
\d: cijfer
\w: woordteken
\W: niet-woordteken
\s: witruimte
De tekst van één tweet is opgeslagen in de variabele sentiment_analysis. Je kunt print(sentiment_analysis) gebruiken om die te bekijken in de IPython Shell.
Deze oefening maakt deel uit van de cursus
Regular expressions in Python
Oefeninstructies
- Importeer de
re-module. - Schrijf een regex die de gebruikersvermeldingen matcht die beginnen met
@en het patroon volgen, bijvoorbeeld@robot3!. - Zoek alle matches van het patroon in de variabele
sentiment_analysis.
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# Import the re module
____
# Write the regex
regex = ____"____"
# Find all matches of regex
print(re.____(____, ____))