大学情感分析项目求助：如何用Twitter API从推文ID提取文本

核心方案：使用Twitter API v2的/tweets端点 #

Twitter API v2是当前官方推荐的接口，支持批量查询推文，具体步骤如下：

1. 确认API权限
   确保你的开发者账号已申请tweet.read权限，并且获取到Bearer Token（可在开发者平台的项目密钥页面找到）。

2. 读取本地推文ID文件
   从.txt文件中读取所有推文ID，注意将ID转为字符串（避免长数字溢出问题）：

   with open("tweet_ids.txt", "r") as f:
       tweet_ids = [line.strip() for line in f if line.strip()]
   

3. 批量调用API提取推文
   Twitter API允许一次查询最多100个推文ID，需分批处理。以下是Python示例（依赖requests库，可通过pip install requests安装）：

   import requests
   
   BEARER_TOKEN = "替换为你的Bearer Token"
   batch_size = 100
   all_tweets = []
   
   # 分批处理ID列表
   for i in range(0, len(tweet_ids), batch_size):
       current_batch = tweet_ids[i:i+batch_size]
       ids_param = ",".join(current_batch)
       api_url = f"https://api.twitter.com/2/tweets?ids={ids_param}&tweet.fields=text,created_at"
   
       headers = {"Authorization": f"Bearer {BEARER_TOKEN}"}
       response = requests.get(api_url, headers=headers)
   
       if response.status_code == 200:
           response_data = response.json()
           # 收集成功获取的推文
           all_tweets.extend(response_data.get("data", []))
           # 处理无法获取的推文（如已删除、私有）
           if "errors" in response_data:
               for err in response_data["errors"]:
                   print(f"ID {err['value']} 无法获取: {err['detail']}")
       else:
           print(f"请求失败，状态码 {response.status_code}: {response.text}")
   

4. 保存提取结果
   将获取到的推文ID和文本保存到本地，方便后续清洗与分析：

   with open("extracted_tweets.txt", "w", encoding="utf-8") as f:
       for tweet in all_tweets:
           f.write(f"{tweet['id']}\t{tweet['text']}\n")
   

关键注意事项 #

• 速率限制：API v2的/tweets端点限制为900次请求/15分钟，按每批100个ID计算，每15分钟最多可查询90000条推文，按需调整批次间隔。
• 缺失推文处理：部分推文可能因删除、账号封禁或隐私设置无法获取，这些会在响应的errors字段中返回，建议记录这些ID以便后续排查。
• 权限扩展：如果需要提取敏感内容（如成人内容、政治敏感内容），需在开发者平台额外申请对应权限。

内容的提问来源于stack exchange，提问作者Megi Çeka