如何通过Author ID和时间戳用Tweepy/Twitter API V2检索推文？

核心思路 #

Twitter API v2的/2/users/{id}/tweets端点支持按时间范围过滤推文，结合Tweepy的get_users_tweets方法，你可以针对每个author_id拉取其目标时间戳附近的推文，再通过精确时间匹配找到对应的tweet_id。

关键步骤与代码实现 #

1. 时间戳格式转换
   Twitter API要求时间参数为ISO 8601格式（例如2023-10-05T14:48:00Z），需先将数据集内的时间戳转换为该格式。

2. 调用用户推文时间线接口
   使用Tweepy的get_users_tweets方法，给目标精确时间前后加1秒缓冲（避免时间精度差异导致漏查），同时请求tweet.created_at字段用于后续匹配。

3. 精确匹配时间戳
   在返回的推文列表中，找到created_at与目标时间完全一致的条目，提取其id。

示例代码：

import tweepy
from datetime import datetime, timedelta

# 初始化客户端
client = tweepy.Client(bearer_token, wait_on_rate_limit=True)

def get_tweet_id_by_author_and_time(author_id, target_time):
    # 转换目标时间为ISO格式，并设置1秒缓冲的时间范围
    target_dt = datetime.fromisoformat(target_time.replace('Z', '+00:00'))
    start_time = (target_dt - timedelta(seconds=1)).isoformat().replace('+00:00', 'Z')
    end_time = (target_dt + timedelta(seconds=1)).isoformat().replace('+00:00', 'Z')

    # 拉取时间范围内的用户推文，包含创建时间字段
    tweets = client.get_users_tweets(
        id=author_id,
        start_time=start_time,
        end_time=end_time,
        tweet_fields=['created_at'],
        max_results=100  # 覆盖同秒多发的场景
    )

    # 遍历匹配精确时间
    if tweets.data:
        for tweet in tweets.data:
            # 匹配到秒级时间（若数据集精度更高，可调整匹配逻辑）
            if tweet.created_at.replace(tzinfo=None) == target_dt.replace(tzinfo=None):
                return tweet.id
    return None

# 示例调用（替换为你数据集里的实际值）
author_id = 1241497988423454720
target_time = "2023-10-05T14:48:00Z"
tweet_id = get_tweet_id_by_author_and_time(author_id, target_time)
print(f"匹配到的推文ID: {tweet_id}")

注意事项 #

• 时间精度对齐：确保数据集时间戳与Twitter返回的created_at精度一致（通常为秒级），若存在毫秒差异，需调整匹配逻辑（如仅比较到秒）。
• 同秒多发处理：若同一作者在同一秒发布多条推文，需额外条件（如推文内容片段）辅助定位，可在get_users_tweets中请求text字段补充匹配。
• 速率限制：Twitter API对该端点有调用频次限制，Tweepy的wait_on_rate_limit=True会自动等待，但处理百万级数据时需注意批量效率。

内容的提问来源于stack exchange，提问作者Maxl Gemeinderat