api - 使用 tweepy 从 twitter 流 api 中排除转发

Question

当使用 python tweepy 库从 Twitter 的流 API 中提取推文时，是否可以排除转发？

例如，如果我只想要特定用户发布的推文，例如:twitterStream.filter(follow = ["20264932"])，但这会返回转发，我想排除它们。我怎样才能做到这一点？

提前谢谢您。

Answer 1

仅检查推文的文本以查看其是否以“RT”开头并不是真正可靠的解决方案。您需要决定将哪些内容视为转发，因为这并不明确。 Twitter API docs解释推文中带有“RT”的推文不是正式转发的推文。

Sometimes people type RT at the beginning of a Tweet to indicate that they are re-posting someone else's content. This isn't an official Twitter command or feature, but signifies that they are quoting another user's Tweet.

如果您采用“官方”定义，那么如果推文的 retweeted 属性具有 True 值，则您希望将其过滤掉，如下所示:

if not tweet['retweeted']:
    # do something with standard tweets

如果您想更具包容性，包括“非官方”转发，您应该检查字符串中的子字符串“RT @”，而不仅仅是检查它是否以“RT”开头，因为前者更干净、更快并消除了更多边缘情况，即推文以“RT”开头但不是转发(有大量数据，我确信这是可能的)。这是一些代码:

if not tweet['retweeted'] and 'RT @' not in tweet['text']:
    # do something with standard tweets

后一个条件采用您的集合中属于常规推文的推文子集，并与您的集合中推文文本中没有“RT @”的推文子集进行交集，从而为您留下据称是的推文常规推文。