使用Tweepy过滤基于语言的推文

Question

我正在使用tweepy来传输和捕获有关项目名人的推文，并意识到有一半数据不是英文版（我现在需要用英文进行分析）。那么有没有一种方法可以根据推文的语言过滤流媒体，或者以某种方式过滤类似的过滤器？

Answer 1

不幸的是，流数据不包含ISO语言代码，因此我认为唯一的方法是直接检测语言（this answer可能有帮助）。根据您传输的数据量，您可能需要先存储数据，然后再进行第二个过程来检测语言并丢弃所有不需要的数据。