Alles schoon
Terug naar je Twitter-sentimentanalyseproject! Er zijn verschillende soorten strings die de complexiteit van je sentimentanalyse verhogen. Maar deze strings leveren geen nuttig sentiment op. Denk bijvoorbeeld aan links en gebruikersvermeldingen.
Om de tweets op te schonen, wil je eerst wat voorbeelden eruit halen. Je weet dat links meestal beginnen met http en geen witruimte bevatten, bijv. https://www.datacamp.com. Gebruikersvermeldingen beginnen met @ en kunnen alleen letters en cijfers hebben, bijv. @johnsmith3.
Je noteert een paar handige kwantoren om je te helpen: * nul of meer keer, + één of meer keer, ? nul of één keer.
De lijst sentiment_analysis met de tekst van drie tweets is al in je sessie geladen. Je kunt print() gebruiken om de gegevens in de IPython Shell te bekijken.
Deze oefening maakt deel uit van de cursus
Regular expressions in Python
Oefeninstructies
- Importeer de module
re. - Schrijf een regex om alle matches te vinden van
http-links die in elketweetinsentiment_analysisvoorkomen. Print het resultaat. - Schrijf een regex om alle matches te vinden van gebruikersvermeldingen die in elke
tweetinsentiment_analysisvoorkomen. Print het resultaat.
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# Import re module
____
for tweet in sentiment_analysis:
# Write regex to match http links and print out result
print(re.____(____"____", ____))
# Write regex to match user mentions and print out result
print(re.____(____"____", ____))