编写Ruby脚本来对Twitter用户的数据进行深度挖掘

Twitter以及一些API

尽管早期的网络涉及的是人-机器的交互，但现在的网络已涉及机器-机器之间的交互，这种交互是使用web服务来支持的。大部分受欢迎的网站都有这样的服务存在——从各种各样的Google服务到LinkedIn、Facebook和Twitter等。通过web服务创建的API，外部的应用可以查询或是操纵网站上的内容。

web服务可以使用多种方式来实现。目前最流行的做法之一是表述性状态转移(Representational State Transfe， REST)。REST的一种实现是通过为人熟知的HTTP协议，允许HTTP作为RESTful架构的媒介存在(使用诸如GET、PUT、POST、DELETE一类的标准HTTP操作)。Twitter的API是作为这一媒介之上的一个抽象来进行开发的。在这一做法中，没有涉及REST、HTTP或是XML或JSON一类的数据格式的知识，而是代之以清晰地整合到了Ruby语言中的基于对象的接口。

Ruby和Twitter的一个快速展示

让我们来探讨一下如何在Ruby中使用Twitter API。首先，我们需要获取所需的资源，如果你像我一样在用Ubuntu Linux®的话，就使用apt框架。

若要获取最新的完整的Ruby分发版本(大约13MB的下载量)，使用这一命令行：

$ sudo apt-get install ruby1.9.1-full 

接着使用gem实用程序来抓取Twitter gem：

$ sudo gem install twitter 

现在你已经有了这一步骤所需的一切了，我们继续，测试一下Twitter的包装器。这一示例使用一个名为交互式的Ruby外壳(Interactive Ruby Shell，IRB)的外壳程序，该外壳程序允许实时地执行Ruby命令以及使用语言进行实验。IRB有着非常多的功能，不过我们只用它来做一些简单的实验。

清单1展示了与IRB的一个会话，该会话被分成了三段以便于阅读。第一段(001和002行)通过导入必需的运行时元素来做好环境方面的准备(require方法加载并执行指定的库)。接下来的一段(003行)说明的是使用Twitter gem来显示从IBM® developerWorks®发出的最新tweet消息。如所展示的那样，使用Client::Timeline模块的user_timeline方法来显示一条消息，这第一个例子说明了Ruby的“链方法”的功能。user_timeline方法返回一个有着20条消息的数组，接着链入到方法first中，这样做是为了从数组中提取出第一条消息(first是Array类的一个方法)，接着从这一条消息中提取出文本字段，通过puts方法把它放到输出中。

接下来的一段(004行)使用了用户定义的位置字段，这是一个不限形式的字段，用户可以在其中提供有用的或是无用的位置信息。在这一例子中，User模块抓取了位置字段所限定的用户信息。

最后一段(从005行开始)研究了Twitter::Search模块，这一搜索模块提供了极其丰富的用来搜索Twitter的接口。在这一例子中，首先是创建一个搜索实例(005行)，接着在006行指定一个搜索，搜 LulzSec用户在最近发出的包含了why这一词的消息，结果列表已经过删减和编辑。搜索设置会一直存在在那里，因为搜索实例保持着所定义的过滤条件，你可以通过执行search.clear来清除这些过滤条件。