python - 如何使用python单独获取英文推文？

Question

这是我当前的代码

from twitter import *

t = Twitter(auth=OAuth(TWITTER_CONSUMER_KEY, TWITTER_CONSUMER_SECRET, 
        ACCESS_TOKEN, ACCESS_TOKEN_SECRET))

t.statuses.home_timeline()
query=raw_input("enter the query \n")
data = t.search.tweets(q=query)

for i in range (0,1000):    
    print data['statuses'][i]['text']
    print '\n'

在这里，我从所有语言中获取推文。有没有办法限制我只获取英文推文？

Answer 1

至少有 4 种方式……我按照简单的顺序排列它们。

1. 收集推文后，json 输出有一个标识语言的键/值对。因此，您可以使用类似这样的方法获取所有语言的推文，并仅选择来自英语帐户的推文。

   for i in range (0,1000):
      if data['statuses'][i][u'lang']==u'en':
         print data['statuses'][i]['text']
         print '\n'
   

2. 另一种仅收集以英文标识的推文的方法，您可以使用可选的“lang”参数从 API 请求仅英文( self 标识)推文。查看详情 here .如果您使用 python-twitter库，您可以在 twitter.py 中设置“lang”参数.

3. 使用像guess-language这样的语言识别包.

4. 或者，如果您想在不使用 self 识别的推特数据(即用英语写作的中文帐户)的情况下识别英文文本，那么您必须进行自然语言处理。 One option .此方法将识别常见的英文单词，然后将文本标记为英文。