如何从推文中删除主题标签、用户提及和 URL。 Twitter4j 库（情感分析）无法正常处理这些干扰词答案

【问题标题】：How to remove hashtag, user mentions & URLs from tweet. Twitter4j library(sentiment analysis) does not work properly with these noise words如何从推文中删除主题标签、用户提及和 URL。 Twitter4j 库（情感分析）无法正常处理这些干扰词
【发布时间】：2017-09-10 07:55:17
【问题描述】：

如何从推文中删除主题标签、用户提及和 URL。 Twitter4j 库（情感分析）无法正常处理这些干扰词

示例：推文：今天早上好#summermorning @evilpriest @holysinner https://goo.le/asxmo/dataload.......

应该看起来像 - 你好今天夏天早上好

twitter4J 本身是否有任何可用的方法或实用程序，或者我们需要自己编写？请指导。

【问题讨论】：

你需要自己写方法

标签： url twitter4j sentiment-analysis hashtag tweets

【解决方案1】：

在通过情感分析管道解析句子之前使用正则表达式过滤掉#es！使用这个：

String withoutHashTweet = originalTweet.replaceAll("[#]", "");

所以“你好今天早上好#summermorning @evilpriest @holysinner”应该返回：“你好今天早上好summermorning @evilpriest @holysinner”

类似地用@替换代码中的hash来去掉各自的符号

【讨论】：

【解决方案2】：

类似的东西：

let tweet = "@arthurlacoste check this link : http://lit.ly/hugeLink ! so #nsfw";

tweet = tweet.replace(/(?:https?|ftp):\/\/[\n\S]+/g, '') // remove links
        //.replace(/\#\w\w+\s?/g, '') remove hashtags words
        .replace('#', '') // remove hashtags only
        .replace(/\@\w\w+\s?/g, '');  // remove mentions

console.log(tweet);

// output : "check this link :  ! so nsfw"

【讨论】：