ステータス/フィルタ（ストリーミングAPI）から受け取ったツイートのフィルタリング

Question

私はトラッキングしているN個の異なるキーワードを持っています（簡単にするため、N = 3とします）。ですから、GETステータス/フィルタでは、 "track"引数に3つのキーワードを指定します。

今、私が受け取るつぶやきは、私が言及した3つのキーワードのどれでもかまいません。 問題は、どのツイートがどのキーワードに対応しているかを解決したいのです。 、つまりツイートとキーワード（「track」引数に記載されている）との間のマッピングです。

どうやら、受け取ったつぶやきの処理を行わなければ、これを行う方法はありません。

だから私はこの処理を行うための最良の方法は何ですか？ ツイートのテキストでキーワードを検索しますか？大文字小文字を区別しないのはどうですか？同じキーワードに複数の単語が含まれている場合はどうでしょうか（例：「Katrina Kaif」）？

私は現在、いくつかの正規表現を策定しようとしています...

私はもともとステータス/フィルタAPIも使用されているのと同じロジック（正規表現など）を使用するでしょう最善の方法を考えていました。どのようなロジックがTwitterのAPIステータスで使用されているか知っている/どのようにキーワードをつぶやくに一致するフィルタ自体？

アドバイス？助けて？

PS：私は、Python、Tweepy、正規表現、MongoDBの/ ApacheのS4（分散コンピューティングのための）

Answer 1

を使用しています私の心に入ってくる最初のことは、すべてのキーワードに個別のストリームを作成し、別々ので、それを起動することですスレッドには、次のように：あなたはまだ単一のストリームに自分でキーワードでつぶやきを区別したい場合

from threading import Thread 
import tweepy 


class StreamListener(tweepy.StreamListener): 
    def __init__(self, keyword, api=None): 
     super(StreamListener, self).__init__(api) 
     self.keyword = keyword 

    def on_status(self, tweet): 
     print 'Ran on_status' 

    def on_error(self, status_code): 
     print 'Error: ' + repr(status_code) 
     return False 

    def on_data(self, data): 
     print self.keyword, data 
     print 'Ok, this is actually running' 


def start_stream(auth, track): 
    tweepy.Stream(auth=auth, listener=StreamListener(track)).filter(track=[track]) 


auth = tweepy.OAuthHandler(<consumer_key>, <consumer_secret>) 
auth.set_access_token(<key>, <secret>) 

track = ['obama', 'cats', 'python'] 
for item in track: 
    thread = Thread(target=start_stream, args=(auth, item)) 
    thread.start() 

、ここsome infoはツイッターをtrackリクエストパラメータを使用する方法についてです。問題を引き起こす可能性のあるエッジケースがいくつかあります。

希望に役立ちます。いずれかの

Answer 2

リターンリストは/すべて、私は非常に関連する問題があったと私はリスト内包ことによってそれを解決した「トリガー」トラック用語

。つまり、私は生のつぶやきのリストと、トラックフィルタの用語を 'listoftermstofind'と 'rawtweetlist'として持っていました。次に、以下を実行すると、各ツイートに見つかったすべてのトラック用語のリストを返すことができます。

j=[x.upper() for x in listoftermstofind] #your track filters, but making case insensitive 
ListOfTweets=[x.upper() for x in rawtweetlist] #converting case to upper for all tweets 
triggers=list(map(lambda y: list(filter(lambda x: x in y, j)), ListOfTweets)) 

APIのトラックフィルターではなく任意の自然言語検索処理またはそのような何よりも（キャラクターレベルまで）固有のものですので、これは、うまく動作します。私はAPIのドキュメントを詳細に読むことをお勧めします。それはかなりよく使われています。https://dev.twitter.com/streaming/overview/request-parameters