使用tweepy保存推文的全文

Question

我是python的新手程序员。 我在尝试使用tweepy提取一系列推文的文本并将其保存到文本文件时遇到麻烦（我省略了身份验证和内容）

search = api.search("hello", count=10)

textlist=[]

for i in range(0,len(search)):
    textlist.append( search[i].text.replace('\n', '' ) )

f = open('temp.txt', 'w')
for i in range(0,len(idlist)):
    f.write(textlist[i].encode('utf-8') + '\n')

但是在一些长推文中，末尾的文本被截断，并且在每个字符串的末尾出现了三个点字符“ ...”，因此有时我会丢失链接或主题标签。 如何避免这种情况？

Answer 1

使用tweepy，您可以使用tweet_mode='extended' （Tweepy文档中未记录）获取全文。 例如：

（不扩展）

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 !! 🙏🏻🙏🏻🙏🏻😍😍

Answer 2

当推文是转推的一部分（并因此被截断）时，添加... （省略号）。 在文档中提到了这一点：

指示是否例如由于转发超过140个字符的Tweet长度而将text参数的值截断了。 截断的文本将以省略号结尾，像这样...

没有办法避免这种情况，除非您获取每个单独的tweet，然后搜索其中的任何tweet，并构建完整的时间轴（显然，这对于简单的搜索而言不切实际，如果您要获取特定句柄的时间轴，则可以这样做）。

您还可以简化代码：

results = api.search('hello', count=10)

with open('temp.txt', 'w') as f:
   for tweet in results:
       f.write('{}\n'.format(tweet.decode('utf-8')))

Answer 3

这是转推的默认行为。 您可以在retweeted_status对象下访问全文。

Twitter API实体部分中的更改：

https://dev.twitter.com/overview/api/entities-in-twitter-objects#retweets

Twitter API文档（查找“截断的”）

https://dev.twitter.com/overview/api/tweets