使用 tweepy 从 twitter 流 api 中排除转推答案

【问题标题】：Exclude retweets from twitter streaming api using tweepy使用 tweepy 从 twitter 流 api 中排除转推
【发布时间】：2016-02-12 16:43:29
【问题描述】：

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前发布的推文：twitterStream.filter(follow = ["20264932"]) 但这会返回转推，我想排除它们。我怎样才能做到这一点？

提前谢谢你。

【问题讨论】：

标签： api twitter streaming tweepy

【解决方案1】：

仅仅检查推文的文本以查看它是否以“RT”开头并不是一个真正可靠的解决方案。您需要决定您将考虑转推什么，因为它并不十分明确。 Twitter API docs 解释说，推文中带有“RT”的推文不是正式转推。

有时人们在推文的开头输入 RT 以表明他们正在重新发布其他人的内容。这不是官方 Twitter 命令或功能，但表示他们引用了其他用户的推文。

如果您使用“官方”定义，那么如果推文的转推属性具有 True 值，则您希望过滤掉推文，如下所示：

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

如果你想更具包容性，包括“非官方”转发，你应该检查字符串中的子字符串“RT @”，而不仅仅是它是否以“RT”开头，因为前者更干净、更快并消除了更多以“RT”开头的推文但不是转推的极端情况（那里有很多数据，我相信这是可能的）。下面是一些代码：

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

后一个条件获取集合中常规推文的推文子集，并与推文文本中没有“RT @”的集合中推文子集进行交集，从而为您留下推文。定期推文。

【讨论】：

【解决方案2】：

是的，有一些可能的方法，其中之一是检查推文的文本是否以RT开头，为此我们可以轻松地在字符串上使用.startswith()方法，为此您需要更改您的流媒体类中on_data() 方法的代码，可以这样完成：

class TwitterStreamListener(tweepy.StreamListener):
    def on_data(self, data):
        # Twitter returns data in JSON format - we need to decode it first
        decoded = json.loads(data)
        if  not decoded[`text`].startswith('RT'):
            #Do processing here 
            print decoded['text'].encode('ascii', 'ignore')
        return True

【讨论】：