Linux - シェルスクリプトで Twitter アカウント ID を取得！

Twitter API を使用せず、特定の Twitter アカウントの ID （数字だけのID）を取得する方法についてです。
今回紹介する方法だと、アカウント ID を取得するだけのことに API 認証までしなくてもよいです。

実際には、シェルスクリプトで HTML を解析する方法になっています。（前回の「Linux - シェルスクリプトで天気予報取得！」の応用です）

最終的にワンライナー（１行完結のスクリプト）にしているが、以下で順を追って説明します。
また、後半ではブラウザ ＋ JavaScript でアカウント ID を取得する方法も紹介しています。

0. 前提条件

• Linux Mint 14 (64bit) での作業を想定。
• bash もしくは zsh での作業を想定。（当方、動作確認済み）
• curl, grep, sed コマンドの詳細は説明しない。（特に難しいオプションは使用していない）
• 正規表現の詳細は説明しない。（特に難しい正規表現は使用していない）
• 取得元サイトの HTML ソースは予期せず変更されることがあるので注意。
• Twitter のアカウントには、以下の３つがあることを理解しておく。
  • 半角英数字・記号からなる一意の「アカウント名」
  • 任意の「表示名」
  • 数字だけからなる一意の「アカウント ID」

1. HTML 取得

調べたいアカウントの Twitter ページの URL は https://twitter.com/hoge なので、curl コマンドで以下のようにして HTML を取得する。（”hoge” は調べたいアカウントのアカウント名（API で言うところの screen_name））

$ curl https://twitter.com/hoge

ページの HTML が全部取得される。

2. 必要な行のみ抽出

取得された HTML から、grep コマンドで必要な部分のみ抽出する。
HTML ソースを眺めると分かると思うが、<div class="profile-card-inner" data-screen-name="hoge" data-user-id="999999999"> という行を抽出すればよい。
なので、profile-card-inner という文字列が存在する行のみを抽出するようにする。
（”data-screen-name” や “data-user-id” を含む行を抽出してもよいが、それらは複数行存在する。１行しか存在しない “profile-card-inner” を含む行を抽出する方が簡素な処理になるだろう）

curl https://twitter.com/hoge | grep -e "profile-card-inner"
  % Total    % Received % Xferd  Average Speed   Time    Time     Time  Current
                                 Dload  Upload   Total   Spent    Left  Speed
 14  181k   14 26536    0     0  25541      0  0:00:07  0:00:01  0:00:06 31292    <div class="profile-card-inner" data-screen-name="hoge" data-user-id="999999999">
100  181k  100  181k    0     0   108k      0  0:00:01  0:00:01 --:--:--  122k

ただし、curl コマンドが標準エラー出力に余分な情報も出力する。

3. 標準エラー出力を抑制

curl コマンドによる余分な出力情報を破棄するため、以下のようにする。（標準エラー出力を破棄するようにする）

$ curl https://twitter.com/hoge 2> /dev/null | grep -e "profile-card-inner"
    <div class="profile-card-inner" data-screen-name="hoge" data-user-id="999999999">

4. 該当の数字文字列を抽出

取得した行内の “data-user-id” に設定されている数字を sed コマンド＋正規表現で抽出する。

$ curl https://twitter.com/hoge 2> /dev/null | grep -e "profile-card-inner" | sed -e 's/^.*data-user-id="\(.*\)">$/ID: \1/'
ID: 999999999

これで完成である。

5. その他（ブラウザで JavaScript を使用する方法）

HTML 内の指定の属性の値を取得するという意味で考えると、JavaScript を使用してアカウント ID を取得することもできる。

以下のような文字列を URL としてブラウザのお気に入りに登録する。

javascript:(function(){window.alert('ID:'+$('.profile-card-inner[data-user-id]').attr('data-user-id'));})()

そして、アカウント ID を調べたいアカウントのページ（https://twitter.com/hoge）を開き、ブックマークから実行する（先ほどの登録したリンクを開く）と、ダイアログが開いてアカウント ID が表示される。

---

他にも方法はあるかも知れませんが、当方はこれらで落ち着いています。
ブラウザ＋ JavaScript でアカウント ID を調べるほうが多いかも知れませんが。。。

ただ、当然ながら処理するアカウントが大量にある場合などは、定石とおり Twitter API で認証して取得する方法が良いでしょう。

以上。