Messenger_1Million_Stats/scripts/find_gromots.py

from datetime import datetime
from million.analyze.word_finder import findWords
import million.parse.fb_exports as fb


DATA_PATH = './data/'
gros_mots = [
    '.*merde.*',
    'sexe',
    'pute',
    'pé?dé?',
    'putain',
    'bite',
    'encul.*',
    'cul',
    'nichon',
    'gueule',
    'con(ne)?',
    'chatte',
    'niqu.*',
    'chi(é|e).*',
    'bais.*'
    ]

export = fb.parse_dirfiles(DATA_PATH)
msg_gros_mots = findWords(export.messages, gros_mots)

msg_gros_mots_grp = {}

for msg in msg_gros_mots:
    if msg.sender_name not in msg_gros_mots_grp: msg_gros_mots_grp[msg.sender_name] = []
    msg_gros_mots_grp[msg.sender_name].append(msg)

for name in sorted(msg_gros_mots_grp, key = lambda k: len(msg_gros_mots_grp[k])):
    print(name)

    for msg in msg_gros_mots_grp[name]:
        time = datetime.fromtimestamp(msg.timestamp_ms / 1000)
        time_str = time.strftime("%d/%m/%Y %H:%M:%S")
        print(f"\t{time_str} : {msg.content}")