如何在Django Model中创建并保存Tweepy抓取的数量不定的Twitter媒体URL？

你当前遇到的核心问题有两个：

1. 原Tweets模型的单个url字段无法存储多个媒体链接
2. 现有代码中如果推文没有媒体，url变量未定义会直接触发报错

以下提供两种可选实现方案：

方案一：单表存储（适合简单场景） #

不需要额外建表，直接用JSON类型字段存储媒体URL列表即可。

步骤1：修改Tweets模型 #

from django.db import models

class Tweets(models.Model):
    tweet_id = models.BigIntegerField(unique=True)
    handle = models.CharField(max_length=100)
    location = models.CharField(max_length=200, blank=True)
    description = models.TextField(blank=True)
    date = models.DateTimeField()
    content = models.TextField()
    # 替换原来的url字段，默认存储空列表
    media_urls = models.JSONField(default=list)

步骤2：修改业务代码 #

user = api.get_user(screen_name=team)
timeline = tweepy.Cursor(
    api.user_timeline, id=team, exclude_replies=True,
    include_rts=False).items(20)

handle = user['screen_name']
location = user['location']
description = user['description']

for tweet in timeline:
    tweet_id = tweet['id']
    date = tweet['created_at']
    content = tweet['text']
    # 初始化媒体URL列表，无媒体时默认为空
    media_urls = []
    if 'media' in tweet.entities:
        for media in tweet.extended_entities.media:
            media_urls.append(media['media_url'])

    Tweets.objects.update_or_create(
        tweet_id=tweet_id, 
        defaults={
            'handle': handle,
            'location': location,
            'description': description,
            'date': date,
            'content': content,
            'media_urls': media_urls
        }
    )

方案二：关联表存储（符合数据库范式，适合复杂场景） #

如果后续需要对单个媒体资源做单独查询、统计等操作，建议拆分出单独的媒体表。

步骤1：修改模型 #

from django.db import models

class Tweets(models.Model):
    tweet_id = models.BigIntegerField(unique=True)
    handle = models.CharField(max_length=100)
    location = models.CharField(max_length=200, blank=True)
    description = models.TextField(blank=True)
    date = models.DateTimeField()
    content = models.TextField()

# 新增媒体表，和推文表一对多关联
class TweetMedia(models.Model):
    tweet = models.ForeignKey(Tweets, on_delete=models.CASCADE, related_name='medias')
    media_url = models.URLField(max_length=500)

步骤2：修改业务代码 #

user = api.get_user(screen_name=team)
timeline = tweepy.Cursor(
    api.user_timeline, id=team, exclude_replies=True,
    include_rts=False).items(20)

handle = user['screen_name']
location = user['location']
description = user['description']

for tweet in timeline:
    tweet_id = tweet['id']
    date = tweet['created_at']
    content = tweet['text']
    # 先创建/更新推文基础信息
    tweet_obj, created = Tweets.objects.update_or_create(
        tweet_id=tweet_id, 
        defaults={
            'handle': handle,
            'location': location,
            'description': description,
            'date': date,
            'content': content
        }
    )
    # 先清空该推文原有媒体记录，避免重复
    tweet_obj.medias.all().delete()
    # 批量写入新的媒体记录
    media_list = []
    if 'media' in tweet.entities:
        for media in tweet.extended_entities.media:
            media_list.append(TweetMedia(tweet=tweet_obj, media_url=media['media_url']))
    if media_list:
        TweetMedia.objects.bulk_create(media_list)

内容的提问来源于stack exchange，提问作者Ryan Thomas