Extração de Nomes de Usuário em Python | Tutorial de Análise de Texto

Introdução

Neste projeto, você aprenderá como extrair nomes de usuário de texto usando Python. Esta é uma tarefa comum em mídias sociais e aplicativos de mensagens instantâneas, onde o caractere @ é frequentemente usado para mencionar alguém.

👀 Visualização

## Exemplo 1
>>> from parse_username import after_at
>>> text = "@LabEx @labex I won in the @ competition"
>>> print(after_at(text))
['LabEx', 'labex']
## Exemplo 2
>>> text = "@LabEx@labex I won in the @ competition"
>>> print(after_at(text))
['LabEx', 'labex']
## Exemplo 3
>>> text = "@labex @LabEx I won in the @LabEx competition"
>>> print(after_at(text))
['LabEx', 'labex']
## Exemplo 4
>>> text = "@!LabEx @labex I won in the competition"
>>> print(after_at(text))
['labex']
## Exemplo 5
>>> text = "I won in the competition@"
>>> print(after_at(text))
[]
## Exemplo 6
>>> text = "LabEx@!"
>>> print(after_at(text))
[]
## Exemplo 7
>>> text = "@!@LabEx @labex I won in the @LabEx competition @experiment"
>>> print(after_at(text))
['LabEx', 'experiment', 'labex']

🎯 Tarefas

Neste projeto, você aprenderá:

Como implementar a função after_at para extrair nomes de usuário de um determinado texto
Como lidar com casos extremos (edge cases) e otimizar o desempenho da função
Como testar a função com vários cenários de entrada

🏆 Conquistas

Após concluir este projeto, você será capaz de:

Entender como usar Python para analisar e extrair informações relevantes de texto
Desenvolver uma função robusta e eficiente para extrair nomes de usuário de texto
Aplicar suas habilidades de resolução de problemas para aprimorar a funcionalidade da função
Testar seu código minuciosamente para garantir que ele funcione conforme o esperado

Implementar a Função after_at

Nesta etapa, você implementará a função after_at para extrair nomes de usuário de um determinado texto.

Abra o arquivo parse_username.py em seu editor de código.
Localize a definição da função after_at.
A função deve receber uma string text como entrada, que pode estar vazia.
Dentro da função, inicialize uma lista vazia chamada usernames para armazenar os nomes de usuário extraídos.
Encontre o índice da primeira ocorrência do caractere @ no text usando o método find() e armazene-o na variável at_index.
Enquanto at_index não for -1 (o que significa que o caractere @ foi encontrado):
- Inicialize uma string vazia chamada username.
- Itere sobre os caracteres na string text, começando do índice após o caractere @.
- Para cada caractere, verifique se ele é alfanumérico ou um sublinhado usando os métodos isalnum() e isalpha().
- Se o caractere for válido, adicione-o à string username.
- Se o caractere não for válido, saia do loop.
- Se o username não estiver vazio, adicione-o à lista usernames.
- Encontre a próxima ocorrência do caractere @ na string text, começando do índice após o caractere @ anterior.
Após o loop, remova quaisquer nomes de usuário duplicados da lista usernames usando a função set().
Ordene a lista usernames em ordem decrescente com base na contagem de cada nome de usuário usando a função sorted() com uma função chave (key function) personalizada.
Retorne a lista usernames ordenada.

Sua função after_at completa deve ser semelhante a esta:

def after_at(text):
    usernames = []
    at_index = text.find("@")  ## Encontre o índice da primeira ocorrência de "@"
    while at_index != -1:  ## Continue o loop até que não sejam encontrados mais símbolos "@"
        username = ""
        for char in text[
            at_index + 1 :
        ]:  ## Itere sobre os caracteres após o símbolo "@"
            if (
                char.isalnum() or char == "_" or char.isalpha()
            ):  ## Verifique se o caractere é alfanumérico ou sublinhado
                username += char  ## Adicione o caractere ao nome de usuário
            else:
                break  ## Se o caractere não for alfanumérico ou sublinhado, pare de adicionar caracteres ao nome de usuário
        if username:
            usernames.append(username)  ## Adicione o nome de usuário extraído à lista
        at_index = text.find(
            "@", at_index + 1
        )  ## Encontre o próximo símbolo "@" começando do próximo índice

    ## Remova duplicatas e ordene pela contagem de ocorrências em ordem decrescente
    usernames = sorted(
        list(set(usernames)), key=lambda x: usernames.count(x), reverse=True
    )

    return usernames

✨ Verificar Solução e Praticar

Testar a Função after_at

Nesta etapa, você testará a função after_at com os exemplos fornecidos.

Abra o arquivo parse_username.py em seu editor de código.
Localize o bloco if __name__ == "__main__": na parte inferior do arquivo.
Dentro do bloco, adicione o seguinte código para testar a função after_at:

## Example 1
print(after_at("@LabEx @labex I won in the @ competition"))
## Example 2
print(after_at("@LabEx@labex I won in the @ competition"))
## Example 3
print(after_at("@labex @LabEx I won in the @LabEx competition"))
## Example 4
print(after_at("@!LabEx @labex I won in the competition"))
## Example 5
print(after_at("I won in the competition@"))
## Example 6
print(after_at("LabEx@!"))
## Example 7
print(after_at("@!@LabEx @labex I won in the @LabEx competition @experiment"))

Salve o arquivo parse_username.py.
Execute o arquivo parse_username.py em seu terminal ou prompt de comando usando o seguinte comando:

python parse_username.py

Verifique se a saída corresponde aos resultados esperados fornecidos no desafio.

['LabEx', 'labex']
['LabEx', 'labex']
['LabEx', 'labex']
['labex']
[]
[]
['LabEx', 'experiment', 'labex']