使用snscrape获取推文URL及将UTC日期转为GMT+8的技术问题

1. 获取推文URL/链接 #

在snscrape的tweet对象中，直接调用tweet.url属性即可获取推文的完整链接。修改代码时，在收集数据的列表中加入该字段即可：

import snscrape.modules.twitter as sntwitter
import pandas as pd

query = "(from:elonmusk) until:2023-01-28 since:2023-01-27"
tweets = []
limit = 100000

for tweet in sntwitter.TwitterSearchScraper(query).get_items():
    if len(tweets) == limit:
        break
    # 新增tweet.url字段
    tweets.append([tweet.date, tweet.username, tweet.content, tweet.url])
        
# DataFrame列名同步新增'Tweet URL'
df = pd.DataFrame(tweets, columns=['Date', 'Username', 'Tweet', 'Tweet URL'])

df.to_csv('tweets.csv')

2. 将UTC日期转换为GMT+8时区 #

GMT+8对应的标准时区标识为Asia/Shanghai，利用pandas的时区转换方法直接处理即可：

# 将UTC时区的日期转换为GMT+8（Asia/Shanghai）
df['Date'] = df['Date'].dt.tz_convert('Asia/Shanghai')

# 若需移除时区标记转为本地时间格式，可追加以下代码：
# df['Date'] = df['Date'].dt.tz_localize(None)

内容的提问来源于stack exchange，提问作者jislesplr