if __name__ == '__main__':
fb = Facebook()
kb = KnowledgeBase()
stemmer = Stemmer()
text = "Jajajajaja valiente justicia alcahueta, a todos los políticos corruptos les están dando casa por cárcel, que vergüenza. Con razón tantos corruptos, saben que la justicia es laxa entonces llegan a un acuerdo se declaran culpables y les dan una mínima pena en su casa.👎👎👎👎👎 https://stackoverflow.com/questions/1276764/stripping-everything-but-alphanumeric-chars-from-a-string-in-python"
"""
st = StanfordNERTagger('../base-conocimiento/nlp/stanford-ner/classifiers/english.all.3class.distsim.crf.ser.gz', #'../base-conocimiento/nlp/stanford-spanish-corenlp-2017-06-09-models.jar',
'../base-conocimiento/nlp/stanford-ner/stanford-ner.jar',
encoding='utf-8')
words = nltk.word_tokenize(text)
classified_text = st.tag(words)
print(classified_text)
"""
# Leer base de conocimiento
palabras_corrupcion = kb.read_knowledge_base('../base-conocimiento/palabras-corrupcion.all.txt')
casos_corrupcion = kb.read_knowledge_base('../base-conocimiento/casos-corrupcion.all.txt')
instituciones = kb.read_knowledge_base('../base-conocimiento/instituciones.all.txt')
lideres_opinion = kb.read_knowledge_base('../base-conocimiento/lideres-opinion.all.txt')
partidos_politicos = kb.read_knowledge_base('../base-conocimiento/partidos-politicos.all.txt')
# Convertir de dictionary a list con las regular expressions
palabras_corrupcion = kb.get_words_as_list(palabras_corrupcion)
casos_corrupcion = kb.get_words_as_list(casos_corrupcion)
instituciones = kb.get_words_as_list(instituciones)
lideres_opinion = kb.get_words_as_list(lideres_opinion)
partidos_politicos = kb.get_words_as_list(partidos_politicos)
# Queries para posts
posts_queries = []
posts_queries.append(fb.generate_regex_query(['message', 'name', 'description'], palabras_corrupcion))
collocations=False,
width=1920,
height=800,
stopwords=stopwords)
wc.generate(whole_text)
img_path = path.join(home + "/workspace/sentinel/public/img/wordclouds/" +
str(now.year) + "-" + str(now.month) + "-" + page_id +
".png")
print(img_path)
wc.to_file(img_path)
#print("whole_text", whole_text)
#print("results for", page_id, "=>", results)
if __name__ == '__main__':
fb = Facebook()
kb = KnowledgeBase()
lideres_opinion = kb.read_knowledge_base(
'../base-conocimiento/lideres-opinion.all.txt')
config_file = "config.lideres.json"
with open(home + '/workspace/facebook-scraper-py/' +
config_file) as data_file:
jsonConfig = json.load(data_file)
if jsonConfig is not None:
for p in jsonConfig['pages']:
print("stopwords", p['stopwords'])
generate_word_cloud(fb, str(p['id']), stopwords=p['stopwords'])
