Tweepy:现在可以使用 Twitter 搜索 API 获取旧推文?
Posted
技术标签:
【中文标题】Tweepy:现在可以使用 Twitter 搜索 API 获取旧推文?【英文标题】:Tweepy: get old tweets now possible with Twitter search api? 【发布时间】:2015-03-31 19:16:12 【问题描述】:根据http://www.theverge.com/2014/11/18/7242477/twitter-search-now-lets-you-find-any-tweet-ever-sent Twitter 搜索现在可让您找到任何已发送的推文。
但是当我尝试使用 tweepy 从 2014 年到 2015 年获取推文时,它只会获得最近的:
query = 'Nivea'
max_tweets = 1000
searched_tweets = [json.loads(status.json) for status in tweepy.Cursor(api.search,
q=query,
count=100,
#since_id="24012619984051000",
since="2014-02-01",
until="2015-02-01",
result_type="mixed",
lang="en"
).items(max_tweets)]
我试过 since="2014-02-01" 和 since_id 但没关系。
【问题讨论】:
Twitter API 有一些限制,这个库解决了问题,看看:github.com/Jefferson-Henrique/GetOldTweets-python 【参考方案1】:很遗憾,您无法从 Twitter 访问过去的数据。不是您使用什么库的问题:Tweepy、Twitter4J 等等,只是 Twitter 不会提供任何超过或少于 2 周的数据。
要获取历史数据,您需要直接通过 Twitter 或 GNIP 等第三方经销商访问 firehose。
【讨论】:
【参考方案2】:我使用我自己的一段代码,它使用 HttpURLConnection
和 twitter 搜索 url。然后,我使用正则表达式提取最后 20 条匹配的推文……幸运的是,当我删除推文时,我可以简单地再次搜索,直到找不到更多推文。我包括了代码,虽然它是用 Java 编写的,但同样适用于任何语言。首先,我使用一个类来实际搜索推文并记录其详细信息:
public class ReadSearch
private String startURL = "https://twitter.com/search?f=realtime&q=from%3A";
private String middleURL = "%20%40";
private String endURL = "&src=typd";
public ArrayList<Tweet> getTweets(String user, String troll)
ArrayList<Tweet> tweets = new ArrayList<Tweet>();
String expr = "small.class=\"time\".*?href=\"/"
+ "([^/]+)"
+ ".*?status/"
+ "([^\"]+)"
+ ".*?title=\""
+ "([^\"]+)";
Pattern patt = Pattern.compile(expr, Pattern.DOTALL | Pattern.UNIX_LINES);
try
Matcher m = patt.matcher(getData(startURL+user+middleURL+troll+endURL));
while (m.find())
if(user.equals(m.group(1).trim()))
Tweet tw = new Tweet();
tw.setUser(m.group(1).trim());
tw.setTweetid(Long.parseLong(m.group(2).trim()));
tw.setDate(m.group(3).trim());
tweets.add(tw);
catch (Exception e)
e.printStackTrace();
System.out.println("Exception " + e);
return tweets;
private StringBuilder getData(String dataurl) throws MalformedURLException, IOException
URL url = new URL(dataurl);
HttpURLConnection httpcon = (HttpURLConnection) url.openConnection();
httpcon.addRequestProperty("User-Agent", "Mozilla/4.76");
StringBuilder sb = new StringBuilder(16384);
BufferedReader br = new BufferedReader(new InputStreamReader(httpcon.getInputStream(), "ISO-8859-1"));
String line;
while ((line = br.readLine()) != null)
sb.append(line);
sb.append('\n');
httpcon.disconnect();
br.close();
return sb;
public static void main(String [] args)
//testing
ReadSearch rs = new ReadSearch();
ArrayList<Tweet> tweets = rs.getTweets("Tony_Kennah", "PickLuckier");
for(Tweet t : tweets)
System.out.println("TWEET: " + t.toString());
然后我们需要 Tweet 类本身,这样我们就可以将 Tweets 分组并用它们做事,它只是一个像这样的 bean:
public class Tweet
private String user;
private long tweetid;
private String date;
public String getUser()
return user;
public void setUser(String user)
this.user = user;
public long getTweetid()
return tweetid;
public void setTweetid(long tweetid)
this.tweetid = tweetid;
public String getDate()
return date;
public void setDate(String date)
this.date = date;
public String toString()
return this.tweetid + " " + this.user + " " + this.date;
...所以这只是标准的java。为了使用上面的代码,我使用 Twitter4J API 并这样做:
public class DeleteTweets
public static void main(String args[]) throws Exception
Twitter twitter = TwitterFactory.getSingleton();
ArrayList<Tweet> tweets = new ArrayList<Tweet>();
String [] people = "PickLuckier" ;
for(String s : people)
do
ReadSearch rs = new ReadSearch();
tweets = rs.getTweets(twitter.getScreenName(), s);
for(Tweet tw : tweets)
twitter.destroyStatus(tw.getTweetid());
while(tweets.size()!=0);
就是这样。我不使用 cmets,但我希望很容易看到发生了什么,这对您有所帮助。
【讨论】:
以上是关于Tweepy:现在可以使用 Twitter 搜索 API 获取旧推文?的主要内容,如果未能解决你的问题,请参考以下文章