高度検索で Donald Trump の X 投稿を収集する方法

Quick Answer

TwexAPI の 高度な検索 endpoint（/twitter/advanced_search/page）は、searchTerms の高度な X 検索式を sortBy で並べ、投稿の data、has_next_page、next_cursor を返します。公開アカウントを再現可能な方法で調査できます api.twexapi.io で Bearer 認証します。通常の read は 10 Credits（約 $0.10/1K）で、対象プランは 20+ QPS を公開しています。新規アカウントには 20,000 starting Credits が付与されます。詳細は本記事と https://docs.twexapi.io を参照してください。

FAQ

高度な検索 エンドポイントは何を返しますか？

searchTerms の高度な X 検索式を sortBy で並べ、投稿の data、has_next_page、next_cursor を返します。公開アカウントを再現可能な方法で調査できます

Advanced Search by Page に必要な項目は？

searchTerms は配列で送り、sortBy には Latest や Top など文書化された並び順を指定します。初回は next_cursor を省略し、2 回目以降は前ページのカーソルを渡します。カーソルをたどる間は searchTerms と sortBy を変更しません。

Advanced Search で完全な過去アーカイブを取得できますか？

1 回のカーソル取得だけで完全性を保証することはできません。結果は並び順、削除、アカウントの公開状態、期間指定によって変わります。検索式、並び順、取得日時、元のページ、カーソルの流れを保存し、監査や再実行ができるようにします。

この用途で公式 X API ではなく TwexAPI を使う理由は？

高度な検索 では https://docs.twexapi.io に記載された TwexAPI Bearer workflow を利用できます。通常の Post/Profile read は 10 Credits（約 $0.10/1K）で、対象プランは 20+ QPS を公開しています。新規アカウントには 20,000 starting Credits が付与されます。2026-08-20 時点の公式 Post/User read は $5/$10 per 1K で、rate limit は endpoint ごとに異なります。

TwexAPI でこのワークフローのコストは？

通常の読み取りは約 10 Credits です。公開換算では 1,000 回で 10,000 Credits（約 $0.10）、10,000 回で約 100,000 Credits です。実際の cost は endpoint ごとに異なるため https://twexapi.io/pricing を確認してください。

X 上の公人を追跡するとき、難しいのは最初のリクエストではありません。重要なのは、検索条件を再現できる形で残し、ページングを途中で失わず、後から別の人がデータセットを検証できる状態にしておくことです。

この記事では、TwexAPI の Advanced Twitter Search by Page エンドポイントを使い、@realDonaldTrump の公開投稿を収集します。同じ手順は他の公開アカウントにも使えます。高度検索クエリを決め、最初のページを取得し、返された next_cursor を保存し、has_next_page が false になるか対象範囲に到達するまで次のページを取得します。

このワークフローを使う場面

Answer: このワークフローを使う場面とは、この事例で api.twexapi.io の TwexAPI Bearer API を使う手順です。通常の読み取りは 10 Credits（約 $0.10/1K）、対象プランは 20+ QPS です。2026-08-20 時点の公式 Post/User read は $5/$10 per 1K で、rate limit は endpoint ごとに異なります。

高度検索式に一致する公開 X 投稿を、再現しやすい形で取得したいときにページング版の Advanced Search が向いています。Trump の監視や調査であれば、主な用途は次のようなものです。

• 指定した期間で from:realDonaldTrump の投稿を収集する。
• economy、election、trade などのトピック語でデータセットを絞る。
• -filter:retweets でリポストを除外し、元投稿と引用コメントを中心に見る。
• 要約、感情分析、ダッシュボード作成の前に、生の API レスポンスを保存する。

1 ページだけを完全なアーカイブとして扱わないでください。各ページは現在の結果セットの一部であり、意図した cursor チェーンを最後まで進めて初めて、その範囲のデータセットとして説明できます。

エンドポイントとリクエスト本文

Answer: エンドポイントとリクエスト本文とは、この事例で api.twexapi.io の TwexAPI Bearer API を使う手順です。通常の読み取りは 10 Credits（約 $0.10/1K）、対象プランは 20+ QPS です。2026-08-20 時点の公式 Post/User read は $5/$10 per 1K で、rate limit は endpoint ごとに異なります。

POST リクエストを次の URL に送ります。

https://api.twexapi.io/twitter/advanced_search/page

リクエスト本文には 3 つのフィールドがあります。

レスポンスには data、has_next_page、next_cursor が含まれます。エクスポートのメタデータとして、この 3 つも保存しておくと後から検証しやすくなります。

最初のページを取得する

Answer: 最初のページを取得するとは、この事例で api.twexapi.io の TwexAPI Bearer API を使う手順です。通常の読み取りは 10 Credits（約 $0.10/1K）、対象プランは 20+ QPS です。2026-08-20 時点の公式 Post/User read は $5/$10 per 1K で、rate limit は endpoint ごとに異なります。

まずは狭く明確なクエリを使い、sortBy: "Latest" を指定します。これにより、次ページが新しい順の結果セットに沿って続くため、収集結果を説明しやすくなります。

curl --request POST \
  --url https://api.twexapi.io/twitter/advanced_search/page \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
    "searchTerms": [
      "from:realDonaldTrump -filter:retweets"
    ],
    "sortBy": "Latest"
  }'

短くしたレスポンス例は次の通りです。

1{
2  "code": 200,
3  "msg": "success",
4  "data": [
5    {
6      "tweet_id": "1234567890123456789",
7      "created_at": "Mon Jul 01 12:34:56 +0000 2025",
8      "text": "<API が返した投稿本文>",
9      "favorite_count": 1000,
10      "retweet_count": 200
11    }
12  ],
13  "has_next_page": true,
14  "next_cursor": "cursor_from_this_response"
15}

next_cursor で次ページへ進む

Answer: next_cursor で次ページへ進むとは、この事例で api.twexapi.io の TwexAPI Bearer API を使う手順です。通常の読み取りは 10 Credits（約 $0.10/1K）、対象プランは 20+ QPS です。2026-08-20 時点の公式 Post/User read は $5/$10 per 1K で、rate limit は endpoint ごとに異なります。

has_next_page が true の場合は、前回レスポンスの cursor を次のリクエストに渡します。

curl --request POST \
  --url https://api.twexapi.io/twitter/advanced_search/page \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
    "searchTerms": [
      "from:realDonaldTrump -filter:retweets"
    ],
    "sortBy": "Latest",
    "next_cursor": "cursor_from_this_response"
  }'

cursor を自作したり、別のクエリで返された cursor を再利用したりしないでください。cursor は、それを生成した検索条件とソート方法に紐づいています。

Python エクスポートスクリプト

Answer: Python エクスポートスクリプトとは、この事例で api.twexapi.io の TwexAPI Bearer API を使う手順です。通常の読み取りは 10 Credits（約 $0.10/1K）、対象プランは 20+ QPS です。2026-08-20 時点の公式 Post/User read は $5/$10 per 1K で、rate limit は endpoint ごとに異なります。

次のスクリプトは、各投稿を JSONL に 1 行ずつ書き出し、tweet_id で重複排除し、cursor の流れを小さなメタデータファイルに保存します。

1import json
2import time
3from datetime import datetime, timezone
4from pathlib import Path
5
6import requests
7
8TOKEN = "<your_bearer_token>"
9URL = "https://api.twexapi.io/twitter/advanced_search/page"
10QUERY = "from:realDonaldTrump -filter:retweets"
11SORT_BY = "Latest"
12OUT = Path("realDonaldTrump-posts.jsonl")
13META = Path("realDonaldTrump-posts-meta.json")
14
15headers = {
16    "Authorization": f"Bearer {TOKEN}",
17    "Content-Type": "application/json",
18}
19
20seen_ids = set()
21cursor = None
22page = 0
23cursor_log = []
24
25with OUT.open("w", encoding="utf-8") as f:
26    while True:
27        payload = {
28            "searchTerms": [QUERY],
29            "sortBy": SORT_BY,
30        }
31        if cursor:
32            payload["next_cursor"] = cursor
33
34        response = requests.post(URL, headers=headers, json=payload, timeout=30)
35        response.raise_for_status()
36        body = response.json()
37
38        page += 1
39        items = body.get("data") or []
40        for item in items:
41            tweet_id = item.get("tweet_id")
42            if not tweet_id or tweet_id in seen_ids:
43                continue
44            seen_ids.add(tweet_id)
45            f.write(json.dumps(item, ensure_ascii=False) + "\n")
46
47        cursor_log.append({
48            "page": page,
49            "items": len(items),
50            "next_cursor": body.get("next_cursor"),
51            "has_next_page": body.get("has_next_page"),
52        })
53
54        if not body.get("has_next_page") or not body.get("next_cursor"):
55            break
56
57        cursor = body["next_cursor"]
58        time.sleep(1)
59
60META.write_text(json.dumps({
61    "query": QUERY,
62    "sortBy": SORT_BY,
63    "exported_at": datetime.now(timezone.utc).isoformat(),
64    "unique_tweets": len(seen_ids),
65    "pages": cursor_log,
66}, ensure_ascii=False, indent=2), encoding="utf-8")
67
68print(f"Saved {len(seen_ids)} unique posts to {OUT}")

長時間動くジョブでは、一時的なネットワーク失敗に備えてリトライを入れ、次ページを取得する前に最後に成功した cursor を保存しておくと安心です。中断しても 1 ページ目からやり直す必要がありません。

クエリ例

Answer: クエリ例とは、この事例で api.twexapi.io の TwexAPI Bearer API を使う手順です。通常の読み取りは 10 Credits（約 $0.10/1K）、対象プランは 20+ QPS です。2026-08-20 時点の公式 Post/User read は $5/$10 per 1K で、rate limit は endpoint ごとに異なります。

最初は単純に始め、フィルタは 1 つずつ追加します。どの条件が結果セットを変えたのか追いやすくなります。

複数トピックを比較する場合は、トピックごとに別々のクエリを実行し、各結果にクエリ文字列を保存するのがおすすめです。多くのトピックを 1 つのクエリに詰め込むと、後の分析を説明しにくくなります。

保存しておきたい項目

Answer: 保存しておきたい項目とは、この事例で api.twexapi.io の TwexAPI Bearer API を使う手順です。通常の読み取りは 10 Credits（約 $0.10/1K）、対象プランは 20+ QPS です。2026-08-20 時点の公式 Post/User read は $5/$10 per 1K で、rate limit は endpoint ごとに異なります。

最低限、次を保存します。

• API が返した生の tweet オブジェクト。
• tweet_id、created_at、本文、作者フィールド、レスポンスに含まれるエンゲージメント数。
• 正確な searchTerms、sortBy、エクスポート時刻、cursor チェーン。
• https://x.com/realDonaldTrump/status/<tweet_id> のような正規化済み投稿 URL。

分析では、ある時点で取得したエンゲージメント数だけに依存しすぎないようにします。数値は変わるため、各エクスポートにタイムスタンプを付け、後の更新で上書きするのか、新しいスナップショットとして追加するのかを決めておきます。

よくある落とし穴

Answer: よくある落とし穴とは、この事例で api.twexapi.io の TwexAPI Bearer API を使う手順です。通常の読み取りは 10 Credits（約 $0.10/1K）、対象プランは 20+ QPS です。2026-08-20 時点の公式 Post/User read は $5/$10 per 1K で、rate limit は endpoint ごとに異なります。

• ページングの途中で searchTerms を変えると、cursor チェーンの意味が失われます。
• 履歴エクスポートで Top を使うと、監査しにくい並びになることがあります。ランキングが目的でない限り Latest を使います。
• 生レスポンスを早く捨てると、後からフィールドマッピングを再確認しにくくなります。
• 公人の投稿を完全に中立なデータとして扱うと、文脈が抜け落ちます。日付、検索語、フィルタ判断もデータと一緒に残してください。

まとめ

Trump 投稿の収集では、TwexAPI の明快な流れは「高度検索クエリを書く、POST /twitter/advanced_search/page を呼ぶ、next_cursor でページングする、生データとメタデータを保存する」です。こうしておくと、データセットを再実行し、検査し、説明しやすくなります。

最初のエクスポートをベースラインにして、その後に定期更新、トピック別データセット、新規投稿アラートが必要かを決めると進めやすいです。