Tweepy

Question

最终目标是使用 tweepy api 搜索来关注主题（即 docker）并排除转推。我看过其他提到排除转推的帖子，但它们完全适用。我试图将我学到的知识融入到下面的代码中，但我认为 "if not" 代码放在了错误的位置。任何帮助是极大的赞赏。

#!/usr/bin/python
import tweepy
import csv #Import csv
import os

# Consumer keys and access tokens, used for OAuth
consumer_key = 'MINE'
consumer_secret = 'MINE'
access_token = 'MINE'
access_token_secret = 'MINE'

# OAuth process, using the keys and tokens
auth = tweepy.OAuthHandler(consumer_key, consumer_secret)
auth.set_access_token(access_token, access_token_secret)


api = tweepy.API(auth)
# Open/Create a file to append data
csvFile = open('docker1.csv', 'a')
#Use csv Writer
csvWriter = csv.writer(csvFile)


ids = set()
for tweet in tweepy.Cursor(api.search, 
                    q="docker", 
                    Since="2016-08-09", 
                    #until="2014-02-15", 
                    lang="en").items(5000000):
if not tweet['retweeted'] and 'RT @' not in tweet['text']:
    #Write a row to the csv file/ I use encode utf-8
    csvWriter.writerow([tweet.created_at, tweet.text.encode('utf-8'), tweet.favorite_count, tweet.retweet_count, tweet.id, tweet.user.screen_name])
    #print "...%s tweets downloaded so far" % (len(tweet.id))
    ids.add(tweet.id) # add new id
    print ("number of unique ids seen so far: {}",format(len(ids)))
csvFile.close()

Answer 1

过滤 API 级别:

q='your_search -filter:retweets'

阅读更多相关内容 here。

愚蠢的方法是在代码中过滤

所以 tweet 是一个对象而不是 JSON 或字典，你不应该像 tweet['retweeted'] 和 tweet['text']

那样访问它

改为使用这一行：

if not tweet.retweeted:

或您的用例：

if (not tweet.retweeted) and ('RT @' not in tweet.text):

Answer 2

除了已接受的答案外，我建议您更改您提出的请求，从 q="docker" 到 q="docker -filter:retweets"

这将阻止大多数转推甚至出现在结果中。

Tweepy - 排除转推

Tweepy - Exclude Retweets

python

twitter

api-design

python-2.7