PHP: Come utilizzare i dati dell'API di Twitter per convertire URL, menzioni e hastags nei tweet ai collegamenti?

Question

Sono davvero incerto su come Twitter si aspetta che gli utenti della sua API convertano i tweet in chiaro che invia all'HTML correttamente collegato.

Ecco il punto: JSON API di Twitter invia questo insieme di informazioni di nuovo quando si richiedono i dati dettagliati per un tweet:

{ 
    "created_at":"Wed Jul 18 01:03:31 +0000 2012", 
    "id":225395341250412544, 
    "id_str":"225395341250412544", 
    "text":"This is a test tweet. #boring @nbc http://t.co/LUfDreY6 #skronk @crux http://t.co/VpuMlaDs @twitter", 
    "source":"web", 
    "truncated":false, 
    "in_reply_to_status_id":null, 
    "in_reply_to_status_id_str":null, 
    "in_reply_to_user_id":null, 
    "in_reply_to_user_id_str":null, 
    "in_reply_to_screen_name":null, 
    "user": <REDACTED>, 
    "geo":null, 
    "coordinates":null, 
    "place":null, 
    "contributors":null, 
    "retweet_count":0, 
    "entities":{ 
     "hashtags":[ 
      { 
       "text":"boring", 
       "indices":[22,29] 
      }, 
      { 
       "text":"skronk", 
       "indices":[56,63] 
      } 
     ], 
     "urls":[ 
      { 
       "url":"http://t.co/LUfDreY6", 
       "expanded_url":"http://www.twitter.com", 
       "display_url":"twitter.com", 
       "indices":[35,55] 
      }, 
      { 
       "url":"http://t.co/VpuMlaDs", 
       "expanded_url":"http://www.example.com", 
       "display_url":"example.com", 
       "indices":[70,90] 
      } 
     ], 
     "user_mentions":[ 
      { 
       "screen_name":"nbc", 
       "name":"NBC", 
       "id":26585095, 
       "id_str":"26585095", 
       "indices":[30,34] 
      }, 
      { 
       "screen_name":"crux", 
       "name":"Z. D. Smith", 
       "id":407213, 
       "id_str":"407213", 
       "indices":[64,69] 
      }, 
      { 
       "screen_name":"twitter", 
       "name":"Twitter", 
       "id":783214, 
       "id_str":"783214", 
       "indices":[91,99] 
      } 
     ] 
    }, 
    "favorited":false, 
    "retweeted":false, 
    "possibly_sensitive":false 
} 

Le parti più interessanti, per questa domanda, sono l'elemento text e le voci gli array hashtags, user_mentions e urls. Twitter sta dicendo noi dove nell'elemento text i hastags, menzioni, e gli URL vengono visualizzati con le indices array ... quindi ecco il nocciolo della questione:

Come usa quei indices array?

Non è possibile utilizzarli semplicemente eseguendo il ciclo su ciascun elemento di collegamento con qualcosa come substr_replace, poiché la sostituzione del primo elemento di collegamento nello text invaliderà tutti i valori di indice per gli elementi di collegamento successivi. Non è inoltre possibile utilizzare la funzionalità dell'array di substr_replace, poiché funziona solo quando gli si assegna una serie di stringhe per il primo arg, piuttosto che una singola stringa (l'ho provato. I risultati sono ... strani).

Esiste qualche funzione che possa sostituire simultaneamente più sottostringhe delimitate da un indice in una singola stringa con stringhe di sostituzione diverse?

Answer 1

Tutto quello che dovete fare per utilizzare gli indici Twitter fornisce verso l'alto con una semplice sostituzione è raccogliere le sostituzioni che si desidera fare e poi ordinarli all'indietro. Probabilmente puoi trovare un modo più intelligente per costruire $ entità, volevo che fossero opzionali in ogni caso, quindi mi azzardai a farlo.

In entrambi i casi, il mio punto qui era solo per mostrare che non è necessario esplodere la stringa e il numero di caratteri e quant'altro. Indipendentemente da come lo fai, tutto ciò che devi fare è iniziare alla fine e lavorare all'inizio della stringa, e l'indice twitter è ancora valido.

<?php 

function json_tweet_text_to_HTML($tweet, $links=true, $users=true, $hashtags=true) 
{ 
    $return = $tweet->text; 

    $entities = array(); 

    if($links && is_array($tweet->entities->urls)) 
    { 
     foreach($tweet->entities->urls as $e) 
     { 
      $temp["start"] = $e->indices[0]; 
      $temp["end"] = $e->indices[1]; 
      $temp["replacement"] = "<a href='".$e->expanded_url."' target='_blank'>".$e->display_url."</a>"; 
      $entities[] = $temp; 
     } 
    } 
    if($users && is_array($tweet->entities->user_mentions)) 
    { 
     foreach($tweet->entities->user_mentions as $e) 
     { 
      $temp["start"] = $e->indices[0]; 
      $temp["end"] = $e->indices[1]; 
      $temp["replacement"] = "<a href='https://twitter.com/".$e->screen_name."' target='_blank'>@".$e->screen_name."</a>"; 
      $entities[] = $temp; 
     } 
    } 
    if($hashtags && is_array($tweet->entities->hashtags)) 
    { 
     foreach($tweet->entities->hashtags as $e) 
     { 
      $temp["start"] = $e->indices[0]; 
      $temp["end"] = $e->indices[1]; 
      $temp["replacement"] = "<a href='https://twitter.com/hashtag/".$e->text."?src=hash' target='_blank'>#".$e->text."</a>"; 
      $entities[] = $temp; 
     } 
    } 

    usort($entities, function($a,$b){return($b["start"]-$a["start"]);}); 


    foreach($entities as $item) 
    { 
     $return = substr_replace($return, $item["replacement"], $item["start"], $item["end"] - $item["start"]); 
    } 

    return($return); 
} 


?> 

Answer 2

Ok, quindi ho dovuto fare esattamente questo e l'ho risolto. Ecco la funzione che ho scritto. https://gist.github.com/3337428

function parse_message(&$tweet) { 
    if (!empty($tweet['entities'])) { 
     $replace_index = array(); 
     $append = array(); 
     $text = $tweet['text']; 
     foreach ($tweet['entities'] as $area => $items) { 
      $prefix = false; 
      $display = false; 
      switch ($area) { 
       case 'hashtags': 
        $find = 'text'; 
        $prefix = '#'; 
        $url = 'https://twitter.com/search/?src=hash&q=%23'; 
        break; 
       case 'user_mentions': 
        $find = 'screen_name'; 
        $prefix = '@'; 
        $url = 'https://twitter.com/'; 
        break; 
       case 'media': 
        $display = 'media_url_https'; 
        $href = 'media_url_https'; 
        $size = 'small'; 
        break; 
       case 'urls': 
        $find = 'url'; 
        $display = 'display_url'; 
        $url  = "expanded_url"; 
        break; 
       default: break; 
      } 
      foreach ($items as $item) { 
       if ($area == 'media') { 
        // We can display images at the end of the tweet but sizing needs to added all the way to the top. 
        // $append[$item->$display] = "<img src=\"{$item->$href}:$size\" />"; 
       }else{ 
        $msg  = $display ? $prefix.$item->$display : $prefix.$item->$find; 
        $replace = $prefix.$item->$find; 
        $href = isset($item->$url) ? $item->$url : $url; 
        if (!(strpos($href, 'http') === 0)) $href = "http://".$href; 
        if ($prefix) $href .= $item->$find; 
        $with = "<a href=\"$href\">$msg</a>"; 
        $replace_index[$replace] = $with; 
       } 
      } 
     } 
     foreach ($replace_index as $replace => $with) $tweet['text'] = str_replace($replace,$with,$tweet['text']); 
     foreach ($append as $add) $tweet['text'] .= $add; 
    } 
} 

Answer 3

Si tratta di un caso limite, ma l'uso di str_replace() in risposta di Styledev potrebbe causare problemi se un'entità è contenuto all'interno di un altro. Ad esempio, "I'm a genius! #me #mensa" potrebbe diventare "Sono un genio! #me#me nsa" se l'entità più breve viene sostituita per prima.

Questa soluzione evita questo problema:

<?php 
/** 
* Hyperlinks hashtags, twitter names, and urls within the text of a tweet 
* 
* @param object $apiResponseTweetObject A json_decoded() one of these: https://dev.twitter.com/docs/platform-objects/tweets 
* @return string The tweet's text with hyperlinks added 
*/ 
function linkEntitiesWithinText($apiResponseTweetObject) { 

    // Convert tweet text to array of one-character strings 
    // $characters = str_split($apiResponseTweetObject->text); 
    $characters = preg_split('//u', $apiResponseTweetObject->text, null, PREG_SPLIT_NO_EMPTY); 

    // Insert starting and closing link tags at indices... 

    // ... for @user_mentions 
    foreach ($apiResponseTweetObject->entities->user_mentions as $entity) { 
     $link = "https://twitter.com/" . $entity->screen_name;   
     $characters[$entity->indices[0]] = "<a href=\"$link\">" . $characters[$entity->indices[0]]; 
     $characters[$entity->indices[1] - 1] .= "</a>";   
    }    

    // ... for #hashtags 
    foreach ($apiResponseTweetObject->entities->hashtags as $entity) { 
     $link = "https://twitter.com/search?q=%23" . $entity->text;   
     $characters[$entity->indices[0]] = "<a href=\"$link\">" . $characters[$entity->indices[0]]; 
     $characters[$entity->indices[1] - 1] .= "</a>";   
    } 

    // ... for http://urls 
    foreach ($apiResponseTweetObject->entities->urls as $entity) { 
     $link = $entity->expanded_url;   
     $characters[$entity->indices[0]] = "<a href=\"$link\">" . $characters[$entity->indices[0]]; 
     $characters[$entity->indices[1] - 1] .= "</a>";   
    } 

    // ... for media 
    foreach ($apiResponseTweetObject->entities->media as $entity) { 
     $link = $entity->expanded_url;   
     $characters[$entity->indices[0]] = "<a href=\"$link\">" . $characters[$entity->indices[0]]; 
     $characters[$entity->indices[1] - 1] .= "</a>";   
    } 

    // Convert array back to string 
    return implode('', $characters); 

} 
?> 

Answer 4

soluzione di Jeff lavorato bene con il testo inglese, ma si è rotto quando il tweet contiene caratteri non ASCII. Questa soluzione evita questo problema:

mb_internal_encoding("UTF-8"); 

// Return hyperlinked tweet text from json_decoded status object: 
function MakeStatusLinks($status) 
{$TextLength=mb_strlen($status['text']); // Number of UTF-8 characters in plain tweet. 
for ($i=0;$i<$TextLength;$i++) 
{$ch=mb_substr($status['text'],$i,1); if ($ch<>"\n") $ChAr[]=$ch; else $ChAr[]="\n<br/>"; // Keep new lines in HTML tweet. 
} 
if (isset($status['entities']['user_mentions'])) 
foreach ($status['entities']['user_mentions'] as $entity) 
{$ChAr[$entity['indices'][0]] = "<a href='https://twitter.com/".$entity['screen_name']."'>".$ChAr[$entity['indices'][0]]; 
    $ChAr[$entity['indices'][1]-1].="</a>"; 
} 
if (isset($status['entities']['hashtags'])) 
foreach ($status['entities']['hashtags'] as $entity) 
{$ChAr[$entity['indices'][0]] = "<a href='https://twitter.com/search?q=%23".$entity['text']."'>".$ChAr[$entity['indices'][0]]; 
    $ChAr[$entity['indices'][1]-1] .= "</a>"; 
} 
if (isset($status['entities']['urls'])) 
foreach ($status['entities']['urls'] as $entity) 
{$ChAr[$entity['indices'][0]] = "<a href='".$entity['expanded_url']."'>".$entity['display_url']."</a>"; 
    for ($i=$entity['indices'][0]+1;$i<$entity['indices'][1];$i++) $ChAr[$i]=''; 
} 
if (isset($status['entities']['media'])) 
foreach ($status['entities']['media'] as $entity) 
{$ChAr[$entity['indices'][0]] = "<a href='".$entity['expanded_url']."'>".$entity['display_url']."</a>"; 
    for ($i=$entity['indices'][0]+1;$i<$entity['indices'][1];$i++) $ChAr[$i]=''; 
} 
return implode('', $ChAr); // HTML tweet. 
} 

Answer 5

Ecco una versione JavaScript (utilizzando jQuery) di soluzione vita10gy s'

function tweetTextToHtml(tweet, links, users, hashtags) { 

    if (typeof(links)==='undefined') { links = true; } 
    if (typeof(users)==='undefined') { users = true; } 
    if (typeof(hashtags)==='undefined') { hashtags = true; } 

    var returnStr = tweet.text; 
    var entitiesArray = []; 

    if(links && tweet.entities.urls.length > 0) { 
     jQuery.each(tweet.entities.urls, function() { 
      var temp1 = {}; 
      temp1.start = this.indices[0]; 
      temp1.end = this.indices[1]; 
      temp1.replacement = '<a href="' + this.expanded_url + '" target="_blank">' + this.display_url + '</a>'; 
      entitiesArray.push(temp1); 
     }); 
    } 

    if(users && tweet.entities.user_mentions.length > 0) { 
     jQuery.each(tweet.entities.user_mentions, function() { 
      var temp2 = {}; 
      temp2.start = this.indices[0]; 
      temp2.end = this.indices[1]; 
      temp2.replacement = '<a href="https://twitter.com/' + this.screen_name + '" target="_blank">@' + this.screen_name + '</a>'; 
      entitiesArray.push(temp2); 
     }); 
    } 

    if(hashtags && tweet.entities.hashtags.length > 0) { 
     jQuery.each(tweet.entities.hashtags, function() { 
      var temp3 = {}; 
      temp3.start = this.indices[0]; 
      temp3.end = this.indices[1]; 
      temp3.replacement = '<a href="https://twitter.com/hashtag/' + this.text + '?src=hash" target="_blank">#' + this.text + '</a>'; 
      entitiesArray.push(temp3); 
     }); 
    } 

    entitiesArray.sort(function(a, b) {return b.start - a.start;}); 

    jQuery.each(entitiesArray, function() { 
     returnStr = substrReplace(returnStr, this.replacement, this.start, this.end - this.start); 
    }); 

    return returnStr; 
} 

È quindi possibile utilizzare questa funzione in questo modo ...

for(var i in tweetsJsonObj) { 
    var tweet = tweetsJsonObj[i]; 
    var htmlTweetText = tweetTextToHtml(tweet); 

    // Do something with the formatted tweet here ... 
} 

Answer 6

Per quanto riguarda di utile json_tweet_text_to_HTML(), ho trovato un tweet che non poteva formattare correttamente vita10gy: 626125868247552000.

questo tweet ha uno spazio unificatore in esso. La mia soluzione era quella di sostituire la prima riga della funzione con il seguente:

$return = str_replace("\xC2\xA0", ' ', $tweet->text); 

Esecuzione di un str_replace() su   è coperto here.

Answer 7

Ecco una risposta aggiornata che funziona con la nuova modalità estesa di Twitter. Combina la risposta di @ vita10gy e il commento di @Hugo (per renderlo utf8 compatibile), con alcune piccole modifiche da utilizzare con i nuovi valori API.

function utf8_substr_replace($original, $replacement, $position, $length) { 
    $startString = mb_substr($original, 0, $position, "UTF-8"); 
    $endString = mb_substr($original, $position + $length, mb_strlen($original), "UTF-8"); 
    $out = $startString . $replacement . $endString; 
    return $out; 
} 

function json_tweet_text_to_HTML($tweet, $links=true, $users=true, $hashtags=true) { 
    // Media urls can show up on the end of the full_text tweet, but twitter doesn't index that url. 
    // The display_text_range indexes show the actual tweet text length. 
    // Cut the string off at the end to get rid of this unindexed url. 
    $return = mb_substr($tweet->full_text, $tweet->display_text_range[0],$tweet->display_text_range[1]); 
    $entities = array(); 

    if($links && is_array($tweet->entities->urls)) 
    { 
     foreach($tweet->entities->urls as $e) 
     { 
      $temp["start"] = $e->indices[0]; 
      $temp["end"] = $e->indices[1]; 
      $temp["replacement"] = " <a href='".$e->expanded_url."' target='_blank'>".$e->display_url."</a>"; 
      $entities[] = $temp; 
     } 
    } 
    if($users && is_array($tweet->entities->user_mentions)) 
    { 
     foreach($tweet->entities->user_mentions as $e) 
     { 
      $temp["start"] = $e->indices[0]; 
      $temp["end"] = $e->indices[1]; 
      $temp["replacement"] = " <a href='https://twitter.com/".$e->screen_name."' target='_blank'>@".$e->screen_name."</a>"; 
      $entities[] = $temp; 
     } 
    } 
    if($hashtags && is_array($tweet->entities->hashtags)) 
    { 
     foreach($tweet->entities->hashtags as $e) 
     { 
      $temp["start"] = $e->indices[0]; 
      $temp["end"] = $e->indices[1]; 
      $temp["replacement"] = " <a href='https://twitter.com/hashtag/".$e->text."?src=hash' target='_blank'>#".$e->text."</a>"; 
      $entities[] = $temp; 
     } 
    } 

    usort($entities, function($a,$b){return($b["start"]-$a["start"]);}); 


    foreach($entities as $item) 
    { 
     $return = utf8_substr_replace($return, $item["replacement"], $item["start"], $item["end"] - $item["start"]); 
    } 

    return($return); 
}