使用 Tweepy 避免 Twitter API 限制
Posted
技术标签:
【中文标题】使用 Tweepy 避免 Twitter API 限制【英文标题】:Avoid Twitter API limitation with Tweepy 【发布时间】:2014-02-14 00:51:34 【问题描述】:我在 Stack Exchange 上的一些问题中看到,限制可以是每 15 分钟请求数的函数,还取决于算法的复杂性,只不过这并不复杂。
所以我使用这个代码:
import tweepy
import sqlite3
import time
db = sqlite3.connect('data/MyDB.db')
# Get a cursor object
cursor = db.cursor()
cursor.execute('''CREATE TABLE IF NOT EXISTS MyTable(id INTEGER PRIMARY KEY, name TEXT, geo TEXT, image TEXT, source TEXT, timestamp TEXT, text TEXT, rt INTEGER)''')
db.commit()
consumer_key = ""
consumer_secret = ""
key = ""
secret = ""
auth = tweepy.OAuthHandler(consumer_key, consumer_secret)
auth.set_access_token(key, secret)
api = tweepy.API(auth)
search = "#MyHashtag"
for tweet in tweepy.Cursor(api.search,
q=search,
include_entities=True).items():
while True:
try:
cursor.execute('''INSERT INTO MyTable(name, geo, image, source, timestamp, text, rt) VALUES(?,?,?,?,?,?,?)''',(tweet.user.screen_name, str(tweet.geo), tweet.user.profile_image_url, tweet.source, tweet.created_at, tweet.text, tweet.retweet_count))
except tweepy.TweepError:
time.sleep(60 * 15)
continue
break
db.commit()
db.close()
我总是收到 Twitter 限制错误:
Traceback (most recent call last):
File "stream.py", line 25, in <module>
include_entities=True).items():
File "/usr/local/lib/python2.7/dist-packages/tweepy/cursor.py", line 153, in next
self.current_page = self.page_iterator.next()
File "/usr/local/lib/python2.7/dist-packages/tweepy/cursor.py", line 98, in next
data = self.method(max_id = max_id, *self.args, **self.kargs)
File "/usr/local/lib/python2.7/dist-packages/tweepy/binder.py", line 200, in _call
return method.execute()
File "/usr/local/lib/python2.7/dist-packages/tweepy/binder.py", line 176, in execute
raise TweepError(error_msg, resp)
tweepy.error.TweepError: ['message': 'Rate limit exceeded', 'code': 88]
【问题讨论】:
***.com/questions/20559425/…的可能重复 【参考方案1】:对于在 Google 上偶然发现这一点的任何人,tweepy 3.2+ 为 tweepy.api 类提供了额外的参数,特别是:
wait_on_rate_limit
– 是否自动等待速率限制补充
wait_on_rate_limit_notify
– 当 Tweepy 等待速率限制补充时是否打印通知
将这些标志设置为 True
会将等待委托给 API 实例,这对于大多数简单的用例来说已经足够了。
【讨论】:
我一直在寻找实现我自己的代码以在对 API 的请求之间休眠,直到我看到这个答案,非常有用,完全同意这是最 Pythonic 的答案 这应该是现在公认的答案,@4m1nh4j1。另外,你的名字很难打。 使用这种方法,Cursor 对象会在补充后获得不同的推文,还是有机会在达到速率限制之前获得它在上一次“迭代”中获得的推文? @dan-nguyen【参考方案2】:问题是您的try: except:
块在错误的位置。将数据插入数据库永远不会引发TweepError
- 它会迭代Cursor.items()
。我建议重构您的代码以在无限循环中调用Cursor.items()
的next
方法。该调用应放在try: except:
块中,因为它可能引发错误。
这是(大致)代码的样子:
# above omitted for brevity
c = tweepy.Cursor(api.search,
q=search,
include_entities=True).items()
while True:
try:
tweet = c.next()
# Insert into db
except tweepy.TweepError:
time.sleep(60 * 15)
continue
except StopIteration:
break
这是因为当 Tweepy 引发 TweepError
时,它没有更新任何游标数据。下次它发出请求时,它将使用与触发速率限制的请求相同的参数,有效地重复它直到它通过为止。
【讨论】:
谢谢@Aaron,添加monitor_rate_limit=True, wait_on_rate_limit=True
而不是捕获异常是否适用于tweepy?
wait_on_rate_limit
将停止异常。 Tweepy 将休眠,但需要多长时间才能补充速率限制。
@jenn:在创建 `API~ 实例时将其作为关键字参数传入。
撰写本文时的最新 Tweepy 版本现在包含 RateLimitError
异常。来源:github.com/tweepy/tweepy/pull/611
使用wait_on_rate_limit=True
是正确的方法。如果你不断达到速率限制并处于休眠状态,Twitter 最终会将你的帐户列入黑名单。我已经发生过很多次了。【参考方案3】:
只需替换
api = tweepy.API(auth)
与
api = tweepy.API(auth, wait_on_rate_limit=True)
【讨论】:
【参考方案4】:如果您想避免错误并遵守速率限制,您可以使用以下函数,它将您的 api
对象作为参数。它检索与上次请求类型相同的剩余请求数,并等待直到重置速率限制(如果需要)。
def test_rate_limit(api, wait=True, buffer=.1):
"""
Tests whether the rate limit of the last request has been reached.
:param api: The `tweepy` api instance.
:param wait: A flag indicating whether to wait for the rate limit reset
if the rate limit has been reached.
:param buffer: A buffer time in seconds that is added on to the waiting
time as an extra safety margin.
:return: True if it is ok to proceed with the next request. False otherwise.
"""
#Get the number of remaining requests
remaining = int(api.last_response.getheader('x-rate-limit-remaining'))
#Check if we have reached the limit
if remaining == 0:
limit = int(api.last_response.getheader('x-rate-limit-limit'))
reset = int(api.last_response.getheader('x-rate-limit-reset'))
#Parse the UTC time
reset = datetime.fromtimestamp(reset)
#Let the user know we have reached the rate limit
print "0 of requests remaining until .".format(limit, reset)
if wait:
#Determine the delay and sleep
delay = (reset - datetime.now()).total_seconds() + buffer
print "Sleeping for s...".format(delay)
sleep(delay)
#We have waited for the rate limit reset. OK to proceed.
return True
else:
#We have reached the rate limit. The user needs to handle the rate limit manually.
return False
#We have not reached the rate limit
return True
【讨论】:
感谢您的回答。对处理另一个 API 很有帮助,我想尊重速率限制 :) 请注意,在最新的 tweepy 版本中,getheader()
函数已替换为 headers
字典,因此需要将 api.last_response.getheader('x-rate-limit-limit')
替换为 api.last_response.headers['x-rate-limit-remaining']
我会放这个delay = abs(reset - datetime.datetime.now()).total_seconds() + buffer
,因为由于某种原因我有一个负值作为delay
值【参考方案5】:
import tweepy
auth = tweepy.OAuthHandler(consumer_key, consumer_secret)
auth.set_access_token(access_token, access_token_secret)
# will notify user on ratelimit and will wait by it self no need of sleep.
api = tweepy.API(auth, wait_on_rate_limit=True, wait_on_rate_limit_notify=True)
【讨论】:
嗨!请跟进一些关于此代码如何解决问题的解释。由于这是一个有很多答案的老问题,请详细说明这与其他人发布的解决方案有何不同。谢谢! - 来自评论。 我只是简单地添加了pythonic方式来启动tweepy API处理速率限制。【参考方案6】:我建议您使用新的 api v2 并使用带有 wait_on_rate_limit=True 标志的 Client obj,v1 将尽快被弃用
client = tweepy.Client(consumer_key=auth.consumer_key, consumer_secret=auth.consumer_secret, access_token_secret=auth.access_token_secret, access_token=auth.access_token,
bearer_token=twitter_bearer_token, wait_on_rate_limit=True)
这一切都是自动的
【讨论】:
以上是关于使用 Tweepy 避免 Twitter API 限制的主要内容,如果未能解决你的问题,请参考以下文章
Tweepy:现在可以使用 Twitter 搜索 API 获取旧推文?
python 使用Tweepy访问Python中的Twitter API
使用 Python Tweepy 的 Twitter 流 API
使用 tweepy 和 Twitter API V2 发布推文