konisimple log

日本語ハッシュタグに対応しました。（正規表現よりentitiesで実装したほうがよい）

whotwi

whotwi - グラフィカルTwitter分析

• 日本語ハッシュタグに対応しました。

いままでハッシュタグは正規表現で判別していました。

ただ日本語ハッシュタグの条件は以下のように意外と複雑で、「日本語ハッシュタグ　正規表現」でぐぐった結果の多くが句読点を無視していました。

自分で書くのも面倒なので、twitter apiの「include_entities」をオンにして、その要素を直接使うことにします。

こうすることで、Twitter公式とハッシュタグの判定が変わってしまうこともないですし、同時に導入されたハングルハッシュタグなどにも対応でき、さらに将来の仕様変更にも対応することができます。

ドキュメント: GET statuses/user_timeline | Twitter Developers

ちなみに日本語ハッシュタグの条件は以下。

• #か＃で始まる
• 前後には「全角スペース」「半角スペース」「全角読点」「全角句点」「半角読点」「半角句点」「ツイートの先頭」「ツイートの最後」
• 全角でも半角でも英数字は半角、日本語は全角に変換されて同じ物として扱う

ツイートする

Permalink | コメント(0) | トラックバック(0) | 18:59