在持续时间参数（# 行、秒、#Tweets 等）后停止 Tweepy 流

我正在使用 Tweepy 捕获基于主题标签 #WorldCup 的流式推文，如下面的代码所示。它按预期工作。

class StdOutListener(StreamListener):
  ''' Handles data received from the stream. '''

  def on_status(self, status):
      # Prints the text of the tweet
      print('Tweet text: ' + status.text)

      # There are many options in the status object,
      # hashtags can be very easily accessed.
      for hashtag in status.entries['hashtags']:
          print(hashtag['text'])

      return true

    def on_error(self, status_code):
        print('Got an error with status code: ' + str(status_code))
        return True # To continue listening

    def on_timeout(self):
        print('Timeout...')
        return True # To continue listening

if __name__ == '__main__':
   listener = StdOutListener()
   auth = tweepy.OAuthHandler(consumer_key, consumer_secret)
   auth.set_access_token(access_token, access_token_secret)

   stream = Stream(auth, listener)
   stream.filter(follow=[38744894], track=['#WorldCup'])

因为这是现在的热门标签，所以搜索不需要太长时间就能捕获 Tweepy 让您在一笔交易中获得的最大推文数量。但是，如果我要在 #StackOverflow 上搜索，它可能会慢得多，因此，我想要一种方法来终止流。我可以对几个参数执行此操作，例如在 100 条推文后停止、3 分钟后停止、文本输出文件达到 150 行后等。我确实知道套接字超时时间不用于实现此目的。

我看过这个类似的问题：

Tweepy Streaming - 停止收集 x 数量的推文 https://stackoverflow.com/questions/20863486/tweepy-streaming-stop-collecting-tweets-at-x-amount

但是，它似乎没有使用流 API。它收集的数据也非常混乱，而这个文本输出是干净的。

除了键盘中断之外，任何人都可以建议一种基于某些用户输入参数来停止 Tweepy 的方法（当在此方法中使用流时）？

Thanks

我解决了这个问题，所以我将成为那些回答自己问题的网络英雄之一。

这是通过使用静态 Python 变量作为计数器和停止值来实现的（例如，在抓取 20 条推文后停止）。目前这是一个地理位置搜索，但您可以使用以下命令轻松地将其替换为主题标签搜索：getTweetsByHashtag() method.

#!/usr/bin/env python
from tweepy import (Stream, OAuthHandler)
from tweepy.streaming import StreamListener

class Listener(StreamListener):

    tweet_counter = 0 # Static variable

    def login(self):
        CONSUMER_KEY =
        CONSUMER_SECRET =
        ACCESS_TOKEN =
        ACCESS_TOKEN_SECRET =

        auth = OAuthHandler(CONSUMER_KEY, CONSUMER_SECRET)
        auth.set_access_token(ACCESS_TOKEN, ACCESS_TOKEN_SECRET)
        return auth

    def on_status(self, status):
        Listener.tweet_counter += 1
        print(str(Listener.tweet_counter) + '. Screen name = "%s" Tweet = "%s"'
              %(status.author.screen_name, status.text.replace('\n', ' ')))

        if Listener.tweet_counter < Listener.stop_at:
            return True
        else:
            print('Max num reached = ' + str(Listener.tweet_counter))
            return False

    def getTweetsByGPS(self, stop_at_number, latitude_start, longitude_start, latitude_finish, longitude_finish):
        try:
            Listener.stop_at = stop_at_number # Create static variable
            auth = self.login()
            streaming_api = Stream(auth, Listener(), timeout=60) # Socket timeout value
            streaming_api.filter(follow=None, locations=[latitude_start, longitude_start, latitude_finish, longitude_finish])
        except KeyboardInterrupt:
            print('Got keyboard interrupt')

    def getTweetsByHashtag(self, stop_at_number, hashtag):
        try:
            Listener.stopAt = stop_at_number
            auth = self.login()
            streaming_api = Stream(auth, Listener(), timeout=60)
            # Atlanta area.
            streaming_api.filter(track=[hashtag])
        except KeyboardInterrupt:
            print('Got keyboard interrupt')

listener = Listener()
listener.getTweetsByGPS(20, -84.395198, 33.746876, -84.385585, 33.841601) # Atlanta area.