python - 使用 Tweepy 根据语言过滤推文

Question

我正在使用 tweepy 为一个项目流式传输和捕获有关名人的推文，并意识到一半的数据不是英文的（我现在需要它是英文的以便分析）。那么有没有一种方法可以根据推文的语言过滤流媒体，或者以某种方式放大类似的过滤器？

Answer 1

不幸的是，流数据不包含 ISO 语言代码，所以我认为唯一的方法是直接检测语言（这个答案可能会有所帮助）。根据您正在流式传输的数据量，您可能希望先存储数据，然后再进行第二个过程来检测语言并丢弃所有您不想要的语言。