以下に示すコードの部分は、twitterからツイートを取り出して、最初は "backup.txt"に保存します。また、ファイル "tweets3.csv"を作成し、各つぶやきの特定のフィールドを保存します。しかし、私はいくつかのつぶやきがまったく同じテキスト(重複)を持っていることに気付きました。どうすれば私のCSVファイルからそれらを削除できますか?csvファイルから重複してツイートを取り除く
from tweepy import Stream
from tweepy import OAuthHandler
from tweepy.streaming import StreamListener
import time
import json
import csv
ckey = ''
csecret = ''
atoken = ''
asecret = ''
class listener(StreamListener):
def on_data(self, data):
try:
all_data = json.loads(data)
with open("backup.txt", 'a') as backup:
backup.write(str(all_data) + "\n")
backup.close()
text = str(all_data["text"]).encode("utf-8")
id = str(all_data["id"]).encode("utf-8")
timestamp = str(all_data["timestamp_ms"]).encode("utf-8")
sn = str(all_data["user"]["screen_name"]).encode("utf-8")
user_id = str(all_data["user"]["id"]).encode("utf-8")
create = str(all_data["created_at"]).encode("utf-8")
follower = str(all_data["user"]["followers_count"]).encode("utf-8")
following = str(all_data["user"]["following"]).encode("utf-8")
status = str(all_data["user"]["statuses_count"]).encode("utf-8")
# text = data.split(',"text":"')[1].split('","source')[0]
# name = data.split(',"screen_name":"')[1].split('","location')[0]
contentlist = []
contentlist.append(text)
contentlist.append(id)
contentlist.append(timestamp)
contentlist.append(sn)
contentlist.append(user_id)
contentlist.append(create)
contentlist.append(follower)
contentlist.append(following)
contentlist.append(status)
print contentlist
f = open("tweets3.csv", 'ab')
wrt = csv.writer(f, dialect='excel')
try:
wrt.writerow(contentlist)
except UnicodeEncodeError, UnicodeEncodeError:
return True
return True
except BaseException, e:
print 'failed on data',type(e),str(e)
time.sleep(3)
def on_error(self, status):
print "Error status:" + str(status)
auth = OAuthHandler(ckey, csecret)
auth.set_access_token(atoken, asecret)
twitterStream = Stream(auth, listener())
twitterStream.filter(track=["zikavirus"], languages=['en'])
私はあなたがリスト変数とあなたはつぶやきの上に行くたびに行うことができ、あなたがリストを反復処理すると思いますこのIDが存在するかどうかをチェックします。はいの場合は何もしないでください。いいえの場合は、idをリストに追加します。 – Fusseldieb