使用Tweepy调用Twitter v1流API跟踪@UN返回错误提及如何解决

问题原因 #

Twitter v1 流式API的track参数默认执行子串匹配规则，你传入@UN作为关键词时，只要推文文本中任意位置出现连续的@UN字符就会命中，因此包含@UN_Women这类前缀为@UN的提及内容也会被返回。

另外补充你现有代码的一个小问题：你已经实例化了myStreamListener = MyStreamListener()，传参时不需要再加括号重复实例化，否则会导致监听逻辑不生效。

解决方案 #

有两种可选方案，优先推荐第一种，性能损耗可忽略，实现简单： #

方案1：利用推文实体字段做轻量过滤（效率远高于全文本后处理）

Twitter API已经自动把推文中所有提及的账号信息解析到status.entities['user_mentions']数组中，你只需要判断该数组中是否存在screen_name为UN的元素即可，不需要做全文本字符串匹配，性能几乎没有损失，是当前v1 API下最实用的方案。
修改后的代码如下：

class MyStreamListener(tweepy.StreamListener):
    def on_status(self, status):
        # 直接判断已解析好的提及列表，无需匹配全文
        for mention in status.entities['user_mentions']:
            if mention['screen_name'] == 'UN':
                print(status.text)
                break

myStreamListener = MyStreamListener()
# 修正了重复实例化listener的错误
myStream = tweepy.Stream(auth = api.auth, listener=myStreamListener)
myStream.filter(track=['@UN'])

方案2：使用follow参数在API层面精准匹配账号

如果你需要尽量减少API返回的冗余内容，可以先获取@UN的官方账号ID，用follow参数替代track参数：

1. 首先获取@UN的用户ID：

un_account = api.get_user(screen_name='UN')
un_user_id = un_account.id_str

2. 修改流式过滤参数：

myStream.filter(follow=[un_user_id])

注意：follow参数会返回所有和该账号相关的推文，包括@UN自己发布的推文、其他用户回复@UN的推文、转发@UN的推文，如果你只需要提及@UN的内容，还是需要结合方案1的实体判断做简单过滤。 #

说明 #

Twitter v1 流式API本身没有提供原生的精准提及匹配能力，不存在完全不用任何后端判断就能只返回精准提及@UN的参数配置，方案1的轻量判断已经是当前场景下效率最高的实现方式，远好于全文本匹配的后处理。

内容的提问来源于stack exchange，提问作者Laila Sprejer