Question

我正在对推文进行内容分析。我正在使用tweepy返回与某些术语匹配的推文，然后将N量的推文写入CSv文件进行分析。创建文件和获取数据不是问题，但我希望减少数据收集时间。目前，我正在迭代文件中的术语列表。一旦达到N（例如500条推文），它就会移动到下一个过滤词。

我想将所有条款（少于400个）输入到单个变量中，并将所有结果匹配。这也有效。我无法得到的是来自twitter的返回值，表示状态中匹配的术语。

class CustomStreamListener(tweepy.StreamListener):
    def __init__(self, output_file, api=None):
        super(CustomStreamListener, self).__init__()
        self.num_tweets = 0
        self.output_file = output_file

    def on_status(self, status):
       cleaned = status.text.replace('\'','').replace('&amp;','').replace('&gt;','').replace(',','').replace("\n",'')
        self.num_tweets = self.num_tweets + 1
        if self.num_tweets < 500:
            self.output_file.write(topicName + ',' + status.user.location.encode("UTF-8") + ',' + cleaned.encode("UTF-8") + "\n")
            print ("capturing tweet number " + str(self.num_tweets) + " for search term: " + topicName)
            return True
        else:
            return False
            sys.exit("terminating")

    def on_error(self, status_code):
        print >> sys.stderr, 'Encountered error with status code:', status_code
        return True # Don't kill the stream

    def on_timeout(self):
        print >> sys.stderr, 'Timeout...'
        return True #Don't kill the stream

with open('termList.txt', 'r') as f:
  topics = [line.strip() for line in f]

for topicName in topics:
    stamp = datetime.datetime.now().strftime(topicName + '-%Y-%m-%d-%H%M%S')
    with open(stamp + '.csv', 'w+') as topicFile:
        sapi = tweepy.streaming.Stream(auth, CustomStreamListener(topicFile))
        sapi.filter(track=[topicName])

具体来说，我的问题是这个。如果轨道变量有多个条目，如何获得匹配的内容？我还要说我对python和tweepy比较新。

提前感谢您的任何建议和帮助！

Answer 1

您可以根据匹配条款查看推文文字。类似的东西：

>>> a = "hello this is a tweet"
>>> terms = [ "this "]
>>> matches = []
>>> for i, term in enumerate( terms ):
...     if( term in a ):
...             matches.append( i )
... 
>>> matches
[0]
>>>

这将为您提供与特定推文 a 相匹配的所有条款。在这种情况下只是＆＃34;这个＆＃34;术语

Tweepy跟踪多个条款

1 个答案: