Question

我有一个脚本通过pymongo将消息传入我当地的mongodb：

import json
import pymongo
import tweepy

consumer_key = ""
consumer_secret = ""
access_key = ""
access_secret = ""

auth = tweepy.OAuthHandler(consumer_key, consumer_secret)
auth.set_access_token(access_key, access_secret)
api = tweepy.API(auth)


class CustomStreamListener(tweepy.StreamListener):
    def __init__(self, api):
        self.api = api
        super(tweepy.StreamListener, self).__init__()

        self.db = pymongo.MongoClient().test

    def on_data(self, tweet):
        self.db.tweets.insert(json.loads(tweet))

    def on_error(self, status_code):
        return True # Don't kill the stream

    def on_timeout(self):
        return True # Don't kill the stream


sapi = tweepy.streaming.Stream(auth, CustomStreamListener(api))
sapi.filter(locations=[-74, 40, -73, 41])

目前，我收到完整的推文，这比我实际需要的信息更多。如何更改现有脚本以便仅使用以下信息：

i）Hashtag ii）UserID iii）PlaceID iv）时间戳？

Answer 1

在on_data中，解析json以获取您感兴趣的数据并保存它们：

def on_data(self, tweet):
    tweet_parsed = json.loads(tweet)
    if 'created_at' in tweet_parsed:
        hashtags = tweet_parsed['entities']['hashtags']
        for hashtag in hashtags:
            # Now get the hashtags.
            hashtag_text = hashtag['text']
        # Now get the user id.
        user_id = tweet_parsed['user']['id']
        # Now get the longitude.            
        longitude = tweet_parsed['coordinates']['coordinates'][0]
        # Now get the latitude.
        latiitude = tweet_parsed['coordinates']['coordinates'][1]
        # Now get the timestamp.
        timestamp = tweet_parsed['created_at']

Answer 2

在on_data中：不是将原始tweet对象传递给.insert，而是创建一个只包含所需字段的新本地对象，并从推文对象中复制值。 / p>

如何更改我的脚本以仅使用部分推文？

2 个答案: