python - 如何将 tweepy 流 json 转储到文本文件中？

Question

您好，我看过许多关于如何执行此操作的指南和教程，但我无法使用 tweepy 将 JSON 数据存储在文本文件中。

class StreamListener(tweepy.StreamListener): 

def on_status(self, status):

    print(status)

def on_error(self, status):

    print status
    if status == 420:

        return False



if __name__ == '__main__':

stream_listener = StreamListener()
auth = tweepy.OAuthHandler(consumer_token, consumer_secret)
auth.set_access_token(access_token, access_token_secret)
stream = tweepy.Stream(auth, stream_listener)

我有另一个 python 文件，它应该将数据读入列表:

import pandas
import json

json_data = 'twitter_data.txt'

data_list = []
#load file 
tweets_file = open(json_data, "r")
for line in tweets_file:
try:
    tweet = json.loads(line) #this line causes problems
    data_list.append(tweet)
except:
    continue


print len(data_list)

我认为从 Twitter 接收到的数据是 JSON 格式的，我遵循的指南都这么说，但实际上它在另一个对象中。

我是否应该将所有内容都存储在一个列表中，然后将该列表转储到新的文本文件中？

Answer 1

看来您的方向是正确的。您可以修改流监听器以将推文直接写入文件。

编辑:现在以 JSON 格式写出。

#Import the necessary methods from tweepy library
from tweepy.streaming import StreamListener
from tweepy import OAuthHandler
from tweepy import Stream
from tweepy import API

#Variables that contains the user credentials to access Twitter API
CONSUMER_KEY = #YOUR CONSUMER KEY
CONSUMER_SECRET = #YOUR CONSUMER SECRET
ACCESS_TOKEN = #YOUR ACCESS TOKEN
ACCESS_TOKEN_SECRET = #YOUR ACCESS TOKEN SECRET

class FileWriteListener(StreamListener):

    def __init__(self):
        super(StreamListener, self).__init__()
        self.save_file = open('tweets.json','w')
        self.tweets = []

    def on_data(self, tweet):
        self.tweets.append(json.loads(tweet))
        self.save_file.write(str(tweet))

    def on_error(self, status):
        print(status)
        return True


auth = OAuthHandler(CONSUMER_KEY, CONSUMER_SECRET)
auth.set_access_token(ACCESS_TOKEN, ACCESS_TOKEN_SECRET)

api = API(auth)

twitter_stream = Stream(auth, MyListener())
# Here you can filter the stream by:
#    - keywords (as shown)
#    - users
twitter_stream.filter(track=['hello'])

此代码将无限期运行，因此您需要在一段时间后退出进程 (Ctrl-C) 或修改代码。

然后就可以载入数据了:

import json

json_data = []
with open('tweets.json','r') as f:
    json_data.append( json.loads(f.readline()) )

希望这对您有所帮助!