【问题标题】：Why these two APIs(twitter geo/search APIs) return different result sets?为什么这两个 API（twitter 地理/搜索 API）返回不同的结果集？
【发布时间】：2018-11-19 14:35:29
【问题描述】：

我正在从特定区域获取推文，但我得到的结果集非常不同。第一种方法是在给定半径内给出经度和纬度。这些是城市（拉合尔，PK）内的经度和纬度，并绘制5公里半径。 5公里只是这个城市的一小部分。这样，我一天就获得了大约 60,000 条推文。

方法1

import tweepy
consumer_key= 'xxxxxxxxxxxxxx'
consumer_secret= 'xxxxxxxxxxxxx'
access_token='xxxxxxxxxxxxxxx'
access_token_secret='xxxxxxxxxxxxxxxxxxxx'
api = tweepy.API(auth,wait_on_rate_limit = Truewait_on_rate_limit_notify= True)
public_tweets = tweepy.Cursor(api.search, count=100, geocode="31.578871,74.305184,5km",since="2018-06-09",show_user = True,tweet_mode="extended").items()
for tweet in public_tweets:
    print(tweet.full_text)

第二种方法，我使用twitter geo search api，通过查询Lahore，粒度=“city”。现在我正在获取整个城市的推文。但现在我一天只收到 1200 条推文。我还从过去 7 天中提取了 15,000 条推文。这是一个非常大的区别，整个城市只给了我 1200 条推文，而同一个城市的一小部分给了我超过 60,000 条推文。我还打印了地点 ID 以验证我是否获得了准确的多边形。这些是多边形（ 74.4493870, 31.4512220 74.4493870, 31.6124170 74.2675860, 31.6124170 74.2675860, 31.4512220) 我在https://www.keene.edu/ 上画了这些来验证。是的，这些是拉合尔市的准确多边形。

方法2

import tweepy
consumer_key= 'xxxxxxxxxxxxxx'
consumer_secret= 'xxxxxxxxxxxxx'
access_token='xxxxxxxxxxxxxxx'
access_token_secret='xxxxxxxxxxxxxxxxxxxx'
api = tweepy.API(auth,wait_on_rate_limit = Truewait_on_rate_limit_notify= True)

places = api.geo_search(query="Lahore", granularity="city")

for place in places:    
    print("placeid:%s" % place)
public_tweets = tweepy.Cursor(api.search, count=100,q="place:%s" % place.id,since="2018-06-09",show_user = True,tweet_mode="extended").items()
for tweet in public_tweets:
    print(tweet.full_text)

现在首先告诉我为什么结果会有很大差异。我使用的是标准 Api 版本。

其次，告诉我这些 (api) 是如何获取推文的。因为只有不到 1% 的推文带有地理标签，而且并非所有个人资料上的用户都会给出确切的城市和国家/地区。一些用户提到火星和地球等。那么这些 api 如何工作以获取特定区域的推文。在半径范围内搜索或通过查询城市/国家/地区。我研究了 twitter api docs 和 tweepy docs 来研究这些 api 如何在后台工作以收集特定区域的推文，但我没有找到任何有用的材料。

【问题讨论】：

标签： python twitter geolocation geocoding tweepy

【解决方案1】：

第一种方法有更多结果的原因是，如果推文没有任何地理信息，那么使用地理编码搜索将退回到配置文件（正如您已经猜到的）并尝试将其解析为纬度/经度。

在此处查看文档：

https://developer.twitter.com/en/docs/tweets/search/guides/standard-operators.html

地理定位：搜索运算符“near”在 API，但是有一种更精确的方法可以通过给定的方式限制您的查询使用模板指定的地理编码参数的位置 “纬度、经度、半径”，例如“37.781157,-122.398720,1mi”。在进行地理搜索时，搜索 API 将首先尝试在查询的地理编码中查找具有纬度/经度的推文，并在如果没有成功，它将尝试查找由个人资料位置可以反向地理编码为纬度/经度的用户在查询的地理编码中，这意味着可以接收推文不包括纬度/经度信息。

另一方面，使用 place_id 搜索似乎是在寻找那个确切的地方。这是基本的 api 调用语法： https://developer.twitter.com/en/docs/tweets/search/guides/tweets-by-place

地点 api 的工作方式与地理编码中的纬度/经度非常不同。以下页面阐明了可与推文相关联的两种位置数据之间的差异：

https://developer.twitter.com/en/docs/tutorials/filtering-tweets-by-location

特定于推文的位置信息分为两大类：
Tweets with a specific latitude/longitude “Point” coordinate
Tweets with a Twitter “Place” (see our blog post on Twitter Places: More Context For Your Tweets and our documentation on Twitter
地理对象了解更多信息）。

...

带有 Twitter“地点”的推文包含一个多边形，由 4 个定义一般区域（“地点”）的经纬度坐标用户正在发布推文。此外，该地方将有显示名称、类型（例如城市、社区）和国家代码对应于场所所在的国家/地区等字段。

另外，本节：注意Place IDs的复数用法

地点：

按名称或 ID 过滤特定地点。发现“地方” 与特定区域相关联，使用 Twitter 的 reverse_geocode REST API 中的端点。然后将您找到的地点 ID 与地点：运营商跟踪包含特定地点的推文参考。如果您使用地名而不是数字 ID，确保引用任何包含空格或标点符号的名称。

【讨论】：