如何在Tweepy Cursor中添加Bounding Box限制Twitter推文采集范围

嘿，我来帮你把代码改成限定在阿富汗范围内采集推文～

首先得说明下：你用的Twitter Search API（也就是api.search）并不直接支持bounding_box参数（这个参数主要是给流式API用的），不过我们可以用geocode参数来实现近似的范围限定，或者通过指定阿富汗的Place ID来精准匹配。下面给你两种方案：

方案1：基于Bounding Box计算Geocode参数 #

你给出的阿富汗bounding box是(60.5284298033, 29.318572496, 75.1580277851, 38.4862816432)（格式：最小经度、最小纬度、最大经度、最大纬度），我们可以先算出这个区域的中心坐标和覆盖整个区域的半径：

• 中心纬度：(29.318572496 + 38.4862816432) / 2 ≈ 33.9024
• 中心经度：(60.5284298033 + 75.1580277851) / 2 ≈ 67.8432
• 半径：阿富汗东西跨度约1400km，南北约900km，设置800km半径可以完全覆盖整个国家

接下来把这个参数加到你的代码里就行，修改后的完整代码如下：

import sys
import os
import jsonpickle
import tweepy
import datetime
import time

consumer_key = 'xxxxxxxxxxxxxxxxxxxxxxxxx'
consumer_secret = 'xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx'

auth = tweepy.AppAuthHandler(consumer_key, consumer_secret)
api = tweepy.API(auth, wait_on_rate_limit=True, wait_on_rate_limit_notify=True)

maxTweets = 1000000
tweetCount = 0
stamp = time.strftime('%b%d%y%H%M')
filename = 'AFG'+stamp+'.json'
print(filename)

searchQuery = ('afghanistan OR elections')
# 新增的geocode参数，限定阿富汗区域
geocode_param = "33.9024,67.8432,800km"

with open(filename, 'w') as f:
    # 在api.search里添加geocode参数
    for tweet in tweepy.Cursor(api.search, q=searchQuery, tweet_mode='extended', geocode=geocode_param).items(maxTweets):
        f.write(jsonpickle.encode(tweet._json, unpicklable=False) + '\n')
        tweetCount += 1

print("Downloaded {0} tweets.". format(tweetCount))

方案2：用Place ID精准匹配（更准确） #

如果想要更精准的范围（避免geocode可能包含周边国家的推文），可以先获取阿富汗的Place ID，然后在搜索关键词里加入place:PLACE_ID：

1. 先运行一段小代码获取阿富汗的Place ID：

places = api.search_geo(query="Afghanistan", granularity="country")
place_id = places[0].id
print("阿富汗的Place ID是：", place_id)

运行后会得到类似01706c5a6fca0698这样的ID（这个是固定的，你也可以直接用这个值）

2. 修改你的searchQuery：

searchQuery = ('(afghanistan OR elections) place:01706c5a6fca0698')

这样就只会采集发布在阿富汗境内的推文，精准度更高。

两种方案你可以根据需求选择，第一种更简单，第二种更精准～

内容的提问来源于stack exchange，提问作者Ambrish Dhaka