使用 Tweepy 根据语言过滤推文

Question

我正在使用 tweepy 为一个项目流式传输和捕获有关名人的推文，并意识到一半的数据不是英文的（我现在需要它是英文的以便分析）。那么有没有办法我可以根据推文的语言过滤流媒体或以某种方式放大类似的过滤器？

Answer 1

不幸的是，流数据不包含 ISO 语言代码，所以我认为唯一的方法是直接检测语言（this answer 可能会有所帮助）。根据您正在流式传输的数据量，您可能希望先存储数据，然后再进行第二个过程来检测语言并丢弃所有不需要的语言。