使用Tweepy根据语言过滤推文

Question

我使用tweepy为一个项目流式传输和捕获关于名人的推文，并意识到一半的数据不是英文的(我现在需要用英文进行分析)。那么，有没有一种方法可以根据推文的语言过滤流媒体，或者以某种方式提供类似的过滤？

Answer 1

不幸的是，流数据不包括ISO语言代码，所以我认为唯一的方法就是直接检测语言(this answer可能会有所帮助)。根据您正在传输的数据量，您可能希望首先存储数据，然后使用第二个进程来检测语言并丢弃所有不需要的语言。