Question

本章前文中提到过，有两种类型的 Twitter API 可以使用：REST API 和流式 API。

流式 API 同 REST API 相比有什么差别呢？下面进行了简单的概括。

· 数据是实时的，而 REST API 只返回已经发布一段时间的推文。

· 流式 API 缺乏普遍性，但是在未来，随着更多实时数据的生成和曝光，其可用性会变得越来越高。

· 因为最新的数据很有趣，所以很多人对这部分数据很感兴趣，这意味着你可以在网络上找到很多资源和帮助。

让我们创建一个脚本来收集来自流式 API 的数据。这个脚本会使用在这一章覆盖到的所有知识。首先编写最基础的部分——输入值和 key 值。

from tweepy.streaming import StreamListener     ➊
from tweepy import OAuthHandler, Stream       ➋

API_KEY = '5Hqg6JTZ0cC89hUThySd5yZcL'
API_SECRET = 'Ncp1oi5tUPbZF19Vdp8Jp8pNHBBfPdXGFtXqoKd6Cqn87xRj0c'
TOKEN_KEY = '3272304896-ZTGUZZ6QsYKtZqXAVMLaJzR8qjrPW22iiu9ko4w'
TOKEN_SECRET = 'nsNY13aPGWdm2QcgOl0qwqs5bwLBZ1iUVS2OE34QsuR4C'

❶ 导入 StreamListener，这会创建一个流式会话，并且监听信息。

❷ 导入之前使用过的 OAuthHandler，以及 Stream，后者是真正处理 Twitter 的流信息的类。

这个脚本中的 import 语句和上一个脚本中的有少许不同。这两种方式都是合法的，只是个人偏好问题。下面是这两种方式的一个快速比较。

方式 1

import tweepy
...
auth = tweepy.OAuthHandler(API_KEY, API_SECRET)

方式 2

from tweepy import OAuthHandler
...
auth = OAuthHandler(API_KEY, API_SECRET)

通常情况下，脚本中没有频繁使用库时使用第一种方式。在你有一长串代码，想要更清晰一些的时候，也适合使用第一种方式。然而，当库使用得非常多时，要将其都打印出来会变得令人厌烦；同样，如果这个库是脚本的基础，从这个库导入的模块或类对人们来说应该很明显。

现在，要创建导入的 StreamListener 类的子类（在第 12 章学习的概念），以覆写其中的 on_data 方法。为此，在新的类 Listener 中重新定义了这个函数。当有数据时，我们想要在终端中看到它们，所以添加 print 语句到函数中。

class Listener(StreamListener):             ➊

  def on_data(self, data):              ➋
    print data                  ➌
    return True                   ➍

❶ 创建 StreamListener 的子类。

❷ 定义 on_data 方法。

❸ 输出推文。

❹ 返回 True。StreamListener 有 on_data 方法，同样返回 True。因为我们创建了子类并重新定义了这个函数，所以必须在子类方法中重复返回这个值。

接下来，添加你的认证处理逻辑：

auth = OAuthHandler(API_KEY, API_SECRET)
auth.set_access_token(TOKEN_KEY, TOKEN_SECRET)

最后，将 Listener 和 auth 传入到 Stream 中，开始使用搜索词过滤。在这个案例中，我们查看 child labor（童工），因为它相对于 #childlabor 更加普遍。

stream = Stream(auth, Listener())      ➊
stream.filter(track=['child labor'])     ➋

❶ 将 auth 和 Listener 作为参数传递，创建一个流。

❷ 过滤流，只返回有 child 和 labor 存在的条目。

最后的脚本如下：

from tweepy.streaming import StreamListener
from tweepy import OAuthHandler, Stream


API_KEY = '5Hqg6JTZ0cC89hUThySd5yZcL'
API_SECRET = 'Ncp1oi5tUPbZF19Vdp8Jp8pNHBBfPdXGFtXqoKd6Cqn87xRj0c'
TOKEN_KEY = '3272304896-ZTGUZZ6QsYKtZqXAVMLaJzR8qjrPW22iiu9ko4w'
TOKEN_SECRET = 'nsNY13aPGWdm2QcgOl0qwqs5bwLBZ1iUVS2OE34QsuR4C'

class Listener(StreamListener):
  def on_data(self, data):
    print data
    return True

auth = OAuthHandler(API_KEY, API_SECRET)
auth.set_access_token(TOKEN_KEY, TOKEN_SECRET)

stream = Stream(auth, Listener())
stream.filter(track=['child labor'])

下面，你需要添加代码，通过 on_data 方法，像本章之前那样将推文保存到数据库、文件或其他的存储工具。