推文整理介绍

发表于 2022-02-23 更新于 2025-11-21 本文字数： 1k 阅读时长 ≈ 4 分钟

原帖：
https://web.archive.org/web/20220316091825/https://twitter.com/ultramarine471/status/1496479610649088009
https://web.archive.org/web/20220316091846/https://twitter.com/ultramarine471/status/1497408508639444992

基本上没分析出当时在想什么。

这个只是对推文的整理，主要为了回顾下过去的发言。想自己尝试的话也挺简单的，因为我不是专业学计算机的，所以下面就简单介绍下土方法。有更专业的方法也可以各显神通，按你们的习惯来。

首先我们用这个https://web.archive.org/web/20220315175419/https://www.allmytweets.net/connect/登录，这边我预设了该网站的可信性，有疑虑的可以先不用。我这边用我的来示范下。

然后页面从头到尾拖动几下，确保完全加载（我这边量不大是可以一次加载好，太大了的话就得多拖几下）然后按f12，在最上面那个<html>处右键，然后选择复制元素

然后就是最有挑战性的一点，要把特定的内容从源文件纷繁的文段中筛选出来，这个时候就要了解下网页标签的概念，从网页中提取内容，可以分成“文段内找寻特定标签”和“（在找到的）标签内查看内容详情”两步。

会xpath提取的，或者hawk之类前端提取小工具的都可以用，这个是从网页的角度来看的，但今天我们用的就是正则表达式，比较麻烦但会了就很通用，并且学一点皮毛就可以了，简单的大家都会，复杂的大家都不会，所以要有自信。

没弄出来，妈的…… （你们先用<li>(.*?)</li>把主单元匹配出来，然后ctrl+shift+l复制到另一个文件里，然后再用各种办法试着筛一下）

一套正则匹配全套markup真的是智力竞技……

https://web.archive.org/web/20220316091911/https://github.com/everettjf/vscode-filter-line/blob/master/demo/log2json/.vscode/filterline.json
什么叫珠玉在前啊。模式肯定要能支持自创和修改才是好模式，并且还要根据现有的情况进行修改，而不是搞正则这种智力闯关。

应该可以。

复制主单元
把主单元复制出来后，再用这个<li>(.*?)<a.*href="(.*?)"> <span class="grey">(.*?)</span>.*</a></li>
$1,$2,$3分别代表第一、二、三个(.*?)占据的内容在这里$1,$2,$3分别是正文、网址和日期
可以随意排列的，要是想“日期、正文、网址”就可以“$3sep$1sep$2”

大概就是这样，不过各位还是掌握好markup各自的解析规则比较好，也可以两种都学。

明天看看能不能发一下这个推文整理的流程文档或者视频。小事还是要仔细做的，毕竟大事也轮不到我做。

糊了一下，随便看看 https://web.archive.org/web/20220316091934/https://drive.google.com/file/d/1DWejhdWoGpSyg_rJyNxWJpF8VrSTzdUY/view https://web.archive.org/web/20220316091957/https://twitter.com/ultramarine471/status/1496525936484917277

应该把随文图片也给一下。 https://web.archive.org/web/20220316092005/https://drive.google.com/file/d/1ygbiijiZj56fdZZSRH-CB5FDKOCV4E7Z/view

具体见：https://web.archive.org/web/20220316092014/https://github.com/Linkeer365/get_tweets/tree/main/tweets_organization

弄了sqlite，现在情况会好一点。

用pycharm里的数据库工具来按列filter+可视化的，其他的我也不会，日期我也懒得处理。
注意到上面有个 compare with 按钮，应该是以后有多个表就可以放在一起比较。

@2Lmwx 导出自己推文的话其实官方提供请求存档的功能，从邮件里的链接下载下来后推文以 JSON 的形式储存在 data/tweets.js 里

谢谢你hh，但我这边已经等了快一个月了还没有消息来着……
我换个邮箱再申请看看吧，有官方的渠道肯定更好来着。

@2Lmwx 你再进那个页面看看？可能有重新发送链接的选项。一个月以后应该都可以请求新的存档了

貌似被清了，总之再发了一封过去hh