Twitter API v2与Tweepy如何获取流式推文的作者信息

Twitter API v2 流式接口默认仅返回推文text等极少数字段，created_at、author_id、作者信息等都属于需要主动申请的扩展字段，不在默认返回范围内；同时v2版本将推文、用户等实体拆分为独立对象，不会直接把作者信息挂在推文对象下，直接读取就会得到None。

• 启动流时，通过filter()方法的参数明确声明你需要的推文字段、用户字段，以及要关联拉取的作者扩展
• 重写on_response()方法替代仅拿推文对象的on_tweet()，从完整响应里同时拿到推文数据和关联的作者数据

import tweepy
import time
import pandas as pd

# 替换为你自己的Twitter API v2 Bearer Token
BEARER_TOKEN = "你的Bearer Token"

class MyStream(tweepy.StreamingClient):
    def on_connect(self):
        print("Connected")

    def on_response(self, response):
        tweet = response.data
        # 构建用户ID到用户对象的映射
        user_map = {user.id: user for user in response.includes.get("users", [])}
        
        # 过滤转发、引用、回复推文，和原有逻辑一致
        if tweet.referenced_tweets is None:
            # 之前拿不到的字段现在可以正常读取
            print(f"推文ID: {tweet.id}")
            print(f"发布时间: {tweet.created_at}")
            print(f"作者ID: {tweet.author_id}")
            
            # 从映射里取作者信息
            author = user_map.get(tweet.author_id)
            if author:
                # author.username就是你要的user_screenname
                print(f"作者用户名: {author.username}")
                print(f"作者显示名: {author.name}")
            
            print(f"推文内容: {tweet.text}")
            print("-" * 60)

            # 存CSV的逻辑可以直接用
            # data.append([tweet.created_at, author.username, tweet.text])
            # pd.DataFrame(data, columns=columns).to_csv("StreamTweets.csv", index=False)

            time.sleep(0.1)

if __name__ == "__main__":
    stream = MyStream(bearer_token=BEARER_TOKEN)
    # 清理已有流规则，避免规则重复生效
    old_rules = stream.get_rules().data
    if old_rules:
        stream.delete_rules([rule.id for rule in old_rules])
    # 添加你需要的过滤规则，示例为过滤带#Python话题标签的推文
    stream.add_rules(tweepy.StreamRule("#Python"))
    
    # 启动流时必须传入你要的字段和扩展配置
    stream.filter(
        # 声明需要的推文额外字段
        tweet_fields=["created_at", "author_id", "id"],
        # 声明需要的用户字段
        user_fields=["username", "name"],
        # 声明要同步返回推文关联的作者用户对象
        expansions=["author_id"]
    )

• 不要尝试在on_tweet()回调里直接读取tweet.user、tweet.user_screenname这类属性，v2接口不会在推文对象下嵌套用户实体，必须从响应的includes字段里取关联的用户数据
• 所有非默认返回的字段，都必须在filter()的对应参数里明确列出，否则接口不会返回对应数据，读取结果就是None
• 点赞、发推等写操作不能使用Bearer Token身份调用，需要换成带用户上下文授权的Client实例

内容的提问来源于stack exchange，提问作者Nils Gallist