使用tweepy从twitter流api中排除转推

Question

当使用Python的`tweepy`库从Twitter的流API中拉取推文时，是否可以排除转发？

例如，如果我只想获取特定用户发布的推文，如：`twitterStream.filter(follow = ["20264932"])`但是这会返回转发的推文，我想要排除它们。我该怎么做？

提前感谢您。

- Daniel

Answer 1

仅检查推文的文本是否以“RT”开头并不是一个很健壮的解决方案。你需要对什么算作转推做出决策，因为它并不是非常清晰明确的。Twitter API 文档 解释说，在推文文本中包含“RT”的推文并不是官方的转推。

有时人们在推文开头输入RT，表示他们正在转载别人的内容。这不是一个官方的 Twitter 命令或功能，但表示他们在引用另一个用户的推文。

如果按照“官方”的定义，那么您应该过滤掉具有其转推属性为True值的推文，像这样：

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

如果您想更加包容，包括“非官方”的转推，您应该检查字符串中是否含有子字符串“RT @”，而不仅仅是以“RT”开头，因为前者更简洁、更快速，并能消除更多情况，其中推文以“RT”开头但并非转推（有很多数据表明这种情况是可能的）。以下是一些相应代码：

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

后面的条件语句从你的收藏中获取那些是普通推文的子集，并将其与不在推文文本中包含“RT @”的子集进行交集运算，从而留下了据说是普通推文的推文。

- foundling

Answer 2

是的，有可能实现这个功能的方法。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。要做到这一点，您需要更改流类中on_data()方法的代码。更改后的代码如下：

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

- ZdaR