Skip to main content

简易、强大的推特(Twitter)采集程序,支持元搜索,用户,粉丝,关注,发文,回复,评论等采集

Project description

easy_twitter_crawler

推特(Twitter)采集程序,支持用户,发文,评论采集,希望能为使用者带来益处。如果您也想贡献好的代码片段,请将代码以及描述,通过邮箱( xinkonghan@gmail.com )发送给我。代码格式是遵循自我主观,如存在不足敬请指出!

推特三件套(有需要可自行安装)

安装

pip install easy-twitter-crawler

主要功能

  • search_crawler 关键词搜索采集(支持热门,用户,最新,视频,照片;支持条件过滤)
  • user_crawler 用户采集(支持用户信息,用户粉丝和关注,用户发文,用户回复)
  • common_crawler 通用采集(支持发文,评论)

简单使用

设置代理及cookie (关键词,用户发文,用户回复,评论需要设置cookie)

proxy = {
    'http': 'http://127.0.0.1:10808',
    'https': 'http://127.0.0.1:10808'
}
cookie = 'auth_token=686fa28f49400698820d0a3c344c51efdeeaf73a; ct0=5bed99b7faad9dcc742eda564ddbcf37888f8794abd6d4d736919234440be2172da1e9a9fc48bb068db1951d1748ba5467db2bc3e768f122794265da0a9fa6135b4ef40763e7fd91f730d0bb1298136b'

关键词采集使用案例(对关键词指定条件采集10条数据)

from easy_spider_tool import cookie_to_dic, format_json
from easy_twitter_crawler import set_proxy, set_cookie, search_crawler, TwitterFilter

key_word = 'elonmusk'

twitter_filter = TwitterFilter(key_word)
twitter_filter.word_category(lang='en')
twitter_filter.account_category(filter_from='', to='', at='')
twitter_filter.filter_category(only_replies=None, only_links=None, exclude_replies=None, exclude_links=None)
twitter_filter.interact_category(min_replies='', min_faves='', min_retweets='')
twitter_filter.date_category(since='', until='')
key_word = twitter_filter.filter_join()

set_proxy(proxy)
set_cookie(cookie_to_dic(cookie))

for info in search_crawler(
        key_word,
        data_type='Top',
        count=10,
):
    set_proxy(proxy)
    set_cookie(cookie_to_dic(cookie))
    print(format_json(info))

关键词采集参数说明

字段名 类型 必须 描述
key_word string 关键词
data_type string 指定采集的板块,大小写均可(热门:Top 用户:People 最新:Latest 视频:Videos 照片:Photos)
count int 采集的数量(默认不采集:-1,采集全部:0,采集指定的数量:>0)

关键词过滤参数说明(对标推特搜索功能,同一参数多个值间用空格隔开)

所属类别 字段名 类型 必须 描述
word_category exact string 精确短语
word_category filter_any string 任何一词(支持多个)
word_category exclude string 排除这些词语 (支持多个) 示例:dog cat
word_category tab string 这些话题标签(支持多个)
word_category lang string 语言(文档后附语言可选范围)
account_category filter_from string 来自这些账号(支持多个)
account_category to string 发给这些账号(支持多个)
account_category at string 提及这些账号(支持多个)
filter_category only_replies bool 仅回复
filter_category only_links bool 仅链接
filter_category exclude_replies bool 排除回复
filter_category exclude_links bool 排除链接
interact_category min_replies int 最少回复次数
interact_category min_faves int 最少喜欢次数
interact_category min_retweets int 最少转推次数
date_category since string 开始日期('2023-07-20')
date_category until string 结束日期('2023-08-20')

用户信息采集使用案例(采集该用户信息及10条文章,10条回复,10个粉丝信息,10个关注信息)

from easy_spider_tool import cookie_to_dic, format_json
from easy_twitter_crawler import set_proxy, set_cookie, user_crawler

set_proxy(proxy)
set_cookie(cookie_to_dic(cookie))

for info in user_crawler(
        'elonmusk',
        article_count=10,
        reply_count=10,
        following_count=10,
        followers_count=10,
        # start_time='2023-07-20 00:00:00',
        # end_time='2023-07-27 00:00:00',
):
    set_proxy(proxy)
    set_cookie(cookie_to_dic(cookie))
    print(format_json(info))
    print(f"文章数:{len(info.get('article', []))}")
    print(f"粉丝数:{len(info.get('followers', []))}")
    print(f"关注数:{len(info.get('following', []))}")
    print(f"回复数:{len(info.get('reply', []))}")

用户信息采集参数说明

字段名 类型 必须 描述
user_id string 用户名(https://twitter.com/elonmusk 中的 elonmusk)
article_count int 采集文章数(默认不采集:-1,采集全部:0,采集指定的数量:>0)
reply_count int 采集回复数 (默认不采集:-1,采集全部:0,采集指定的数量:>0)
following_count int 采集关注数 (默认不采集:-1,采集全部:0,采集指定的数量:>0)
followers_count int 采集粉丝数 (默认不采集:-1,采集全部:0,采集指定的数量:>0)
start_time string 数据截取开始时间 (仅当采集文章或回复时有效)
end_time string 数据截取结束时间(仅当采集文章或回复时有效)

通用采集使用案例(已知文章id,采集此文章信息)

from easy_spider_tool import cookie_to_dic, format_json
from easy_twitter_crawler import set_proxy, set_cookie, common_crawler

set_proxy(proxy)
set_cookie(cookie_to_dic(cookie))

for info in common_crawler(
        '1684447438864785409',
        data_type='article',
):
    set_proxy(proxy)
    set_cookie(cookie_to_dic(cookie))
    print(format_json(info))

通用采集使用案例(已知文章id,采集此文章下10条评论)

from easy_spider_tool import cookie_to_dic, format_json
from easy_twitter_crawler import set_proxy, set_cookie, common_crawler

set_proxy(proxy)
set_cookie(cookie_to_dic(cookie))

for info in common_crawler(
        '1684447438864785409',
        data_type='comment',
        comment_count=10,
):
    set_proxy(proxy)
    set_cookie(cookie_to_dic(cookie))
    print(format_json(info))

通用采集参数说明

字段名 类型 必须 描述
task_id string 文章id(https://twitter.com/elonmusk/status/1690164670441586688 中的 1690164670441586688)
data_type string 采集类型(文章:article 评论:comment)
comment_count int 采集评论数量(仅当data_type为comment时有效;默认不采集:-1,采集全部:0,采集指定的数量:>0)

语言表

语言代码 语言名称 英文名
aa 阿法尔语 Afar
ab 阿布哈兹语 Abkhaz language
ae 阿维斯陀语 Avestan language
af 南非语 Afrikaans
ak 阿坎语 Arkan language
am 阿姆哈拉语 Amharic
an 阿拉贡语 Aragonese
ar 阿拉伯语 Arabic
as 阿萨姆语 Assam
av 阿瓦尔语 Avar language
ay 艾马拉语 Aymara
az 阿塞拜疆语 Azerbaijani
ba 巴什基尔语 Bashkir
be 白俄罗斯语 Belarusian
bg 保加利亚语 Bulgarian
bh 比哈尔语 Bihar
bi 比斯拉马语 Bislama
bm 班巴拉语 Bambara
bn 孟加拉语 Bengali
bo 藏语 Tibetan language
br 布列塔尼语 Breton
bs 波斯尼亚语 Bosnian
ca 加泰隆语 Catalan
ce 车臣语 Chechen
ch 查莫罗语 Chamorro
co 科西嘉语 Corsican language
cr 克里语 Kerry
cs 捷克语 Czech
cu 古教会斯拉夫语 Ancient Church Slavic
cv 楚瓦什语 Chuvash language
cy 威尔士语 Welsh
da 丹麦语 Danish
de 德语 German
dv 迪维希语 Dhivehi language
dz 不丹语 Bhutanese
ee 埃维语 Ewe language
el 现代希腊语 Modern Greek
en 英语 English
eo 世界语 Esperanto
es 西班牙语 Spanish
et 爱沙尼亚语 Estonian
eu 巴斯克语 Basque
fa 波斯语 Persian
ff 富拉语 Fulah language
fi 芬兰语 Finnish
fj 斐济语 Fijian
fo 法罗语 Faroese
fr 法语 French
fy 弗里西亚语 Frisian
ga 爱尔兰语 Irish
gd 苏格兰盖尔语 Scottish Gaelic
gl 加利西亚语 Galician
gn 瓜拉尼语 Guarani
gu 古吉拉特语 Gujarati
gv 马恩岛语 Manx language
ha 豪萨语 Hausa
he 希伯来语 Hebrew
hi 印地语 Hindi
ho 希里莫图语 Greek language
hr 克罗地亚语 Croatian
ht 海地克里奥尔语 Haitian Creole
hu 匈牙利语 Hungarian
hy 亚美尼亚语 Armenian
hz 赫雷罗语 Herero
ia 国际语 A Interlingua
id 印尼语 Indonesian
ie 国际语 E Interlingua E
ig 伊博语 Ibo language
ii 四川彝语(诺苏语) Sichuan Yi (Nuosu)
ik 依努庇克语 According to Nupian language
io 伊多语 Ido language
is 冰岛语 Icelandic
it 意大利语 Italian
iu 因纽特语 Inuit language
ja 日语 Japanese
jv 爪哇语 Javanese
ka 格鲁吉亚语 Georgian
kg 刚果语 Congo
ki 基库尤语 Kikuyu
kj 宽亚玛语 Aum wide language
kk 哈萨克语 Kazakh
kl 格陵兰语 Greenlandic
km 高棉语 Cambodian
kn 卡纳达语 Kannada
ko 朝鲜语、韩语 Korean, Korean
kr 卡努里语 Canouli
ks 克什米尔语 Kashmir
ku 库尔德语 Kurdish
kv 科米语 Komi
kw 康沃尔语 Cornish
ky 吉尔吉斯语 Kyrgyz language
la 拉丁语 Latin
lb 卢森堡语 Luxembourgish
lg 卢干达语 Lugan da language
li 林堡语 Limburg
ln 林加拉语 Lingala
lo 老挝语 Lao
lt 立陶宛语 Lithuanian
lu 卢巴语 Luba
lv 拉脱维亚语 Latvian
mg 马达加斯加语 Madagascar
mh 马绍尔语 Marshall language
mi 毛利语 Maori language
mk 马其顿语 Macedonian
ml 马拉亚拉姆语 Malayalam
mn 蒙古语 Mongolian
mo 摩尔达维亚语 Moldavian
mr 马拉提语 Marathi
ms 马来语 Malay
mt 马耳他语 Maltese
my 缅甸语 Burmese
na 瑙鲁语 Nauru language
nb 书面挪威语 Written Norwegian
nd 北恩德贝勒语 North Ndebele
ne 尼泊尔语 Nepali language
ng 恩敦加语 Ennastatic
nl 荷兰语 Dutch
nn 新挪威语 New Norwegian
no 挪威语 Norwegian
nr 南恩德贝勒语 South End Baylor
nv 纳瓦霍语 Navajo
ny 尼扬贾语 Nyanja
oc 奥克语 Och
oj 奥吉布瓦语 Ojibwa
om 奥洛莫语 Olomouc
or 奥利亚语 Oriya
os 奥塞梯语 Ossetian language
pa 旁遮普语 Punjabi
pi 巴利语 Pali
pl 波兰语 Polish
ps 普什图语 Pashto
pt 葡萄牙语 Portuguese
qu 凯楚亚语 Kai Chu Asian
rm 罗曼什语 Romansh language
rn 基隆迪语 Kirundi
ro 罗马尼亚语 Romanian
ru 俄语 Russian
rw 卢旺达语 Rwanda
sa 梵语 Sanskrit
sc 萨丁尼亚语 Sardinian
sd 信德语 Sindhi language
se 北萨米语 Northern Sami
sg 桑戈语 Sango language
sh 塞尔维亚-克罗地亚语 Serbian - Croatian
si 僧加罗语 Sinhala
sk 斯洛伐克语 Slovak
sl 斯洛文尼亚语 Slovenian
sm 萨摩亚语 Samoan
sn 绍纳语 Shona language
so 索马里语 Somali
sq 阿尔巴尼亚语 Albanian
sr 塞尔维亚语 Serbian
ss 斯瓦特语 Swat
st 南索托语 South Sotho
su 巽他语 He language
sv 瑞典语 Swedish
sw 斯瓦希里语 Swahili
ta 泰米尔语 Tamil
te 泰卢固语 Telugu
tg 塔吉克斯坦语 Tajikistan
th 泰语 Thai
ti 提格里尼亚语 Tigrinya
tk 土库曼语 Turkmen
tl 他加禄语 Tagalog
tn 塞茨瓦纳语 Sethwana
to 汤加语 Tongan
tr 土耳其语 Turkish
ts 宗加语 Zong dialect
tt 塔塔尔语 Tatar
tw 特威语 Twain language
ty 塔希提语 Tahitian
ug 维吾尔语 Uyghur
uk 乌克兰语 Ukrainian
ur 乌尔都语 Urdu
uz 乌兹别克语 Uzbek
ve 文达语 Vinda
vi 越南语 Vietnamese
vo 沃拉普克语 Volapuk
wa 沃伦语 Warren
wo 沃洛夫语 Wolof
xh 科萨语 Xhosa
yi 依地语 Yiddish
yo 约鲁巴语 Yoruba
za 壮语 Zhuang
zh 中文(汉语) Chinese
zu 祖鲁语 Zulu

链接

Github:https://github.com/hanxinkong/easy-twitter-crawler

在线文档:https://easy-twitter-crawler.xink.top

贡献者

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

easy_twitter_crawler-1.0.4.tar.gz (31.6 kB view details)

Uploaded Source

Built Distribution

easy_twitter_crawler-1.0.4-py3-none-any.whl (30.1 kB view details)

Uploaded Python 3

File details

Details for the file easy_twitter_crawler-1.0.4.tar.gz.

File metadata

  • Download URL: easy_twitter_crawler-1.0.4.tar.gz
  • Upload date:
  • Size: 31.6 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/4.0.2 CPython/3.7.6

File hashes

Hashes for easy_twitter_crawler-1.0.4.tar.gz
Algorithm Hash digest
SHA256 69329679b6dd1542f4a56e05366f94cfa186bef1dd391bdcdd83719fab1abab1
MD5 b44600625fba3612a16f3d965ad5d64f
BLAKE2b-256 06ec8c4323512cb14f61ef98ef3100126bb0ae2d2eb12b1b48a098cb8c373efe

See more details on using hashes here.

File details

Details for the file easy_twitter_crawler-1.0.4-py3-none-any.whl.

File metadata

File hashes

Hashes for easy_twitter_crawler-1.0.4-py3-none-any.whl
Algorithm Hash digest
SHA256 7408761fb754261ccedd3a1a82ca0d67716f3929cc7fd99d7198b4f8e819ce3c
MD5 b9b8923544210d70602ea3ec4f81e631
BLAKE2b-256 9bbcdfd2c7522395c75578d33075a9772f04f011a34117b727a97e1a6e4cd2f0

See more details on using hashes here.

Supported by

AWS AWS Cloud computing and Security Sponsor Datadog Datadog Monitoring Fastly Fastly CDN Google Google Download Analytics Microsoft Microsoft PSF Sponsor Pingdom Pingdom Monitoring Sentry Sentry Error logging StatusPage StatusPage Status page