在 tweepy Streaming 中提取推文时在末尾排除链接

Question

我正在使用 tweepy 流来提取text或extended_text text ，但是当我提取这些推文时，最后总是有一个 t.co/randomletters 链接，但无处可去。 它是什么以及如何摆脱它？ 下面是一个例子：

 "text": "To make room for more expression, we will now count all emojis as equal—including those with gender‍‍‍ ‍‍and skin tone modifiers https://t.co(forward slash)MkGjXf9aXm"

请帮忙

Answer 1

就我对 twitter 和 tweepy 的经验而言，只要实际推文中存在某种 URL，这些 URL 就会包含在推文的文本中，因此我们无法真正避免获取它们。

您可以在获得它们后将其删除，这是一个简单的正则表达式，用空白字符串替换这些 URL 的模式。

import re

re.sub(r' https://t.co/\w{10}', '', tweet_text)