Tweepy 截断状态

Question

我正在使用 tweepy 挖掘用户时间线数据，在理解以下内容时遇到了一些困难：

'retweeted' 和 'truncated' 属性指的是同一事物（即超过 140 个字符的状态文本）吗？
如果不是，有什么区别？
我遇到了一个 Whosebug 问题，其中有人询问如何检索由于长度超过 140 个字符而 'chopped' 的状态文本。它表明 _json 字典中有一个转推属性，如果是这样的话，该属性将为真，并且完整的状态文本将位于 status->retweeted_status->text 下。但是，我没能找到它，唯一的状态文本是在状态->以“...”结尾的文本下。我是否听错了？如果是，我如何获得全文？

提前感谢您的帮助。

Answer 1

'retweeted' 和 'truncated' 属性指的是同一事物（即超过 140 个字符的状态文本）吗？如果不是，有什么区别？

不，推文不仅可以在转推（转发）之后被截断，还可以在回复或提及之后被截断（参见我下面的示例，这不是转推）。如果是这样，'truncated' 将被设置为 'True'（并且 'retweeted' 将是 True 或 False）。 'retweeted' 等于 True 而 'truncated' 等于 False 也是可能的，如果推文没有被截断，因为它的大小远低于 140 个字符。

这表明 _json 字典中有一个转推属性，如果是这样的话，该属性将为真，完整的状态文本将在 status->retweeted_status->text 下。

只有当推文是真正的转推时，这才是正确的。实际上，如果 retweeted_status 来自另一条被截断的推文，它本身可能会被截断。最好的方法是在 Tweepy 中使用 tweet_mode='extended' 参数来检索全文（遗憾的是 Tweepy 文档中没有记录）。例如：

（未扩展）

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

关于问题 3)

下面是一种从 Tweepy 流侦听器访问扩展状态文本的方法，假设推文超过 140 个字符（在这种情况下，状态对象将有一个 extended_tweet 字典）。如果推文不超过 140 个字符，则照常获取状态文本：

class MyStreamListener(tweepy.StreamListener):
    def on_status(self, status):
        try:
            text = status.extended_tweet["full_text"]
        except AttributeError:
            text = status.text

Answer 3

我也被这个问题困扰。

转发推文时，.json文件中有两个"full_text"标签。真正的full_text可以通过调用'retweet_status'的标签提取出来。解决方法如下：

for tweet in tweepy.Cursor(api.search, q = "social", tweet_mode='extended',
                           wait_on_rate_limit = True, wait_on_rate_limit_notify = True, include_entities=True).items(10):
    try:
        print tweet.retweet.im_self._json['retweeted_status']['full_text']
    except:
        print tweet.retweet.im_self._json['full_text']

Answer 4

对我来说最简单的方法就是获取状态并搜索转发的全文。

status = api.get_status(id, tweet_mode="extended")
try:
    print(status.retweeted_status.full_text)
except AttributeError:  # Not a Retweet
    print(status.full_text)

这甚至在搜索中也有效

tweets=[]
for tweet in api.search(q=keyword, lang="en", count=count, tweet_mode='extended'):
    try:
       tweets.append(tweet.retweeted_status.full_text)
    except AttributeError:  # Not a Retweet
       tweets.append(tweet.full_text)

Tweepy 截断状态

Tweepy Truncated Status

python

tweepy