从文件加载“状态”对象？

Question

几个月前，我开始从 Twitter 上抓取推文用于数据分析项目。我使用 Tweepy 和 python3.3 来获取状态对象并将它们转储到一个文件中，每天一个文件。

我这样做主要是因为我只想快速收集数据，但是我遇到了这个问题：

由于状态对象现在是字符串，我无法使用 tweepy - 据我所知 - 通过从我的文件加载它们来将它们转换回来。

这很糟糕，因为我现在意识到我真的只需要对象的 status._json 部分。不管出于什么原因，3 个月前我不这么认为。

我的问题是：

是否有已知的方法将这些 status 对象从字符串转换回？

我已经检查了 Tweepy 文档并进行了谷歌搜索，我很确定给定的工具无法做到这一点。

我能看到的唯一选择是手动拆分字符串，这看起来很丑陋。

保存在我的文件中的状态对象的示例：
pastebin

这些是按行存储的，每次从 Twitter 抓取新的时只需将它们附加到文件即可。

Answer 1

这不是您期望的答案，但可能会提供一个起点。

我拿了一个你的 Status 记录的实例，把它放在 text file 中，运行这个脚本：

# coding: utf-8

with open('status.txt') as f:
    tco = f.read()

import re
re.compile("(?P<key>\w+)=(?P<value>\w+)")
expre = re.compile("(?P<key>\w+)=(?P<value>\w+)")
pairs = dict(re.findall(expre, tco))

这给你这样的东西：

{'author': 'User',
 'contributors': 'None',
 'contributors_enabled': 'False',
 'coordinates': 'None',
 'created_at': 'datetime',
 'default_profile': 'True',
 'default_profile_image': 'False',
 'favorite_count': '0',
 'favorited': 'False',
 'favourites_count': '46',
 'follow_request_sent': 'None',
 'followers_count': '204',
 'following': 'False',
 'friends_count': '274',
 'geo': 'None',
 'geo_enabled': 'True',
 'id': '652242063048724480',
 'in_reply_to_screen_name': 'None',
 'in_reply_to_status_id': 'None',
 'in_reply_to_status_id_str': 'None',
 'in_reply_to_user_id': 'None',
 'in_reply_to_user_id_str': 'None',
 'is_quote_status': 'False',
 'is_translator': 'False',
 'listed_count': '91',
 'location': 'None',
 'notifications': 'None',
 'place': 'None',
 'possibly_sensitive': 'False',
 'profile_background_tile': 'False',
 'profile_use_background_image': 'True',
 'protected': 'False',
 'retweet_count': '0',
 'retweeted': 'False',
 'statuses_count': '9724',
 'truncated': 'False',
 'user': 'User',
 'utc_offset': '7200',
 'verified': 'False'}

很明显，这缺少了很多我的简单正则表达式无法解析的信息。 User 对象属性，例如。还有一些 json 听写。

对于您手头的问题中更复杂的事情，我建议您查看 parser 模块。不过，我会看看在空闲时间我能做些什么来解决这个问题。似乎是个好问题。

从文件加载“状态”对象？

Loading `status` objects from File?

python

tweepy