0
我目前使用Tweepy來傳輸推文,並在json文件中輸出每條推文。一旦我完成了收聽和關閉流,我正在分析tweet的情緒。我想知道是否有辦法同時做到這一點。我想開始流,在json文件中輸出tweet,然後對該tweet運行我的情感分析,然後對每個單獨的tweet實時一次又一次地執行。運行StreamListener(Tweepy)並同時分析推文
def on_status(self, status):
self.output.write(status + "\n")
self.counter += 1
if self.counter >= 20000:
self.output.close()
self.output = open('../streaming_data/' + self.fprefix + '.' + time.strftime('%Y%m%d-%H%M%S') + '.json', 'w')
以上是我的是我的流監聽器。輸出文件是self.output。
tweets = {}
with open(output.json, 'r') as file:
lines = (line.rstrip() for line in file)
lines = (line for line in lines if line)
for line in lines:
tweet = json.loads(line)
tweets[tweet['id']]= tweet
以上是我如何在推文中存儲每條推文,以便我可以使用函數分析它們。我的函數將tweet作爲參數。
function = myFunction(tweets, pos, neg)
本質上,StreamListener會收集推文並將它們存儲在json文件中。但我希望收集推文,並在我收到推文後立即對其進行分析。因此,收集一條推文,然後分析它,然後再做一次。