【发布时间】：2018-07-26 16:39:40
【问题描述】：
我正在收集推文。并希望根据图像、视频和文章将它们隔离开来。基本上是根据他们的媒体内容进行推文隔离
有什么方法或逻辑可以让我识别出推文中的 url 引用了一些图片、视频或文章？
【问题讨论】：
标签： twitter nlp data-analysis
【发布时间】：2018-07-26 16:39:40
【问题描述】：
对于媒体，您可以查看Extended Entities Object。在对象中，有一个名为 "type" 的键 - 如果您正在分析的推文包含一些媒体，则该值可以是 "photo"、"video"、"animated_gif" 之一。
对于文章，您可以在检查扩展实体对象时检查纯 Entities Object 如果推文不包含任何媒体（因为 twitter 中的媒体也是 URL - 这意味着如果推文不包含任何媒体，那么推文中包含的 URL 必须是链接）。
您可以在 Entities Object API 中获取链接的 HTML 标题和描述，但遗憾的是 Twitter API 不提供 Twitter Cards - 如果您需要 Twitter Card 信息，您应该解析 HTML <head> 元素并自己获取信息.详情见Twitter Cards documentation。
【讨论】：