使用 Tweepy 通过 twitter 提取推文

Question

成功地将推文附加到我的 csv 文件后，我看到推文被缩短了，并且在缩短的地方有一个新文本。

例如：原始推文看起来像这样

风险管理职业 该领域的一些计划和资格是：

1. GARP 的金融风险管理 (FRM) 认证
2. IRM 的企业风险管理 (ERM) 资格
3. MBA/风险管理硕士

我的推文有这样的正文： 风险管理职业\n\n该领域的一些计划和资格是：\n\n1。 GARP\xe2\x80\x99s 财务风险 Ma\xe2\x80\xa6（在此处添加链接）。

知道如何解决这个问题吗？

在这里分享我的代码：

auth = tweepy.OAuthHandler('xxxx', 'xxxx') 
auth.set_access_token('xxxx', 'xxxx')
api = tweepy.API(auth)
search_words = "jobs"      #enter your words
new_search = search_words + " -filter:retweets"
csvFile = open('jobs.csv', 'a')
csvWriter = csv.writer(csvFile)
for tweet in tweepy.Cursor(api.search,q=new_search,count=100,lang="en",since_id=0).items():
        csvWriter.writerow([tweet.created_at,tweet.text.encode('utf8'), tweet.user.screen_name.encode('utf-8'), tweet.favorite_count, tweet.retweet_count,tweet.truncated,tweet.user.location.encode('utf-8'), tweet.source])

Answer 1

所以这里发生的事情是你也捕捉到了特殊字符，\n 是一个常见的字符，只是一个换行符，我首先想到的方式是使用 .split() 函数，但这会拆分字符串到一个数组中，虽然它确实删除了字符，然后我找到了看起来像这样的 .replace() 函数来摆脱换行符：

tweetToCut.replace('\n', '')

这将消除换行符，尽管您必须对每个字符都执行此操作，但您可以将它们链接起来，使其看起来像：

tweetToCut.replace('\n', '').replace('\xe2', '')

虽然除非你只是想要推文的文本，否则你想要删除的字符是推文格式所必需的，所以如果你打算只使用文本，你最好删除它们，但如果你确实想要我建议你保留这些字符的格式，除非你想重新格式化推文。

Answer 2

看起来你正在使用标准推文，而不是处理扩展（超过 140 条）推文：

for tweet in tweepy.Cursor(api.search,q=new_search,count=100,lang="en",tweet_mode=“extended”, since_id=0).items():

您还需要在 CSV 存储行中获取 tweet.full_text 而不是 tweet.text。