Tweepy 截断状态答案

【问题标题】：Tweepy Truncated StatusTweepy 截断状态
【发布时间】：2017-06-22 08:41:22
【问题描述】：

我正在使用 tweepy 挖掘用户时间线数据，并且在理解以下内容时遇到了一些困难：

“转推”和“截断”属性是否指同一事物（即超过 140 个字符的状态文本）？
如果不是，有什么区别？
我遇到了一个 stackoverflow 问题，有人询问如何检索由于长度超过 140 个字符而被“截断”的状态文本。它表明 _json 字典中有一个 retweeted 属性，如果是这种情况，则该属性为 true，并且完整的状态文本将位于 status->retweeted_status->text 下。但是，我无法找到它，并且唯一的状态文本位于状态-> 以“...”结尾的文本下。我是不是弄错了，如果是这样，我该如何获取全文？

提前感谢您的帮助。

【问题讨论】：

【解决方案1】：

'retweeted' 和 'truncated' 属性指的是同一个东西（即超过 140 个字符的状态文本）吗？如果不是，有什么区别？

不，推文不仅可以在转发（转发）之后被截断，而且在回复或提及之后也可以被截断（请参阅下面的示例，它不是转发）。如果是这种情况，“截断”将设置为“真”（而“转推”将是真或假）。如果推文没有被截断，因为它的大小远低于 140 个字符，也可以让 'retweeted' 等于 True 而 'truncated' 等于 False。

提示 _json 字典中有一个 retweeted 属性，如果是这种情况，则为 true，完整的状态文本将在 status->retweeted_status->text 下。

只有当推文是真正的转发时，这才是正确的。实际上，如果 retweeted_status 来自另一个截断的推文，它本身可能会被截断。最好的方法是在 Tweepy 中使用 tweet_mode='extended' 参数来检索全文（遗憾的是 Tweepy 文档中没有记录）。例如：

（未扩展）

print api.get_status('862328512405004288')._json['text']

@tousuncotefoot @equipedefrance @CreditAgricole @AntoGriezmann @KMbappe @layvinkurzawa @UmtitiSam J'ai jamais vue d…https://tco/kALZ2ki9Vc

（扩展）

print api.get_status('862328512405004288', tweet_mode='extended')._json['full_text']

@tousuncotefoot @equipedefrance @CreditAgricole @AntoGriezmann @KMbappe @layvinkurzawa @UmtitiSam J'ai jamais vue de match de foot et cela ferait un beau cadeau pour mon copain !! ????????

【讨论】：

感谢您的回答。我已经试过了，它就像你解释的那样工作。

【解决方案2】：

关于问题3）

下面是一种从 Tweepy 流监听器访问扩展状态文本的方法，假设推文超过 140 个字符（在这种情况下，状态对象将有一个 extended_tweet 字典）。如果推文不超过 140 个字符，则照常获取状态文本：

class MyStreamListener(tweepy.StreamListener):
    def on_status(self, status):
        try:
            text = status.extended_tweet["full_text"]
        except AttributeError:
            text = status.text

【讨论】：

正是我需要的。谢谢:) +1 来自我。
我很高兴它有用！ :)

【解决方案3】：

我也因为这个问题而烦恼。

当推文被转发时，.json 文件中有两个“full_text”标签。真正的全文可以通过调用'retweet_status'的标签来提取。解决方法如下：

for tweet in tweepy.Cursor(api.search, q = "social", tweet_mode='extended',
                           wait_on_rate_limit = True, wait_on_rate_limit_notify = True, include_entities=True).items(10):
    try:
        print tweet.retweet.im_self._json['retweeted_status']['full_text']
    except:
        print tweet.retweet.im_self._json['full_text']

【讨论】：

【解决方案4】：

对我来说最简单的方法是获取状态并搜索转发的全文。

status = api.get_status(id, tweet_mode="extended")
try:
    print(status.retweeted_status.full_text)
except AttributeError:  # Not a Retweet
    print(status.full_text)

即使在搜索中也可以使用

tweets=[]
for tweet in api.search(q=keyword, lang="en", count=count, tweet_mode='extended'):
    try:
       tweets.append(tweet.retweeted_status.full_text)
    except AttributeError:  # Not a Retweet
       tweets.append(tweet.full_text)

【讨论】：