探索 TwitterXApi 高级 Twitter 搜索端点:在 X(原 Twitter)上获取 Trump 推文指南
Quick Answer
TwexAPI 的 高级搜索 端点(/twitter/advanced_search)使用布尔查询(from:、since: 等)归档 @realDonaldTrump 等高曝光账号推文,服务新闻与研究。在 api.twexapi.io 使用 Bearer Token 认证;单次读取通常约 14 Credits(Pro 约 $0.14/千次)。TwexAPI 支持 20+ QPS、平均延迟低于 800ms;官方档位常见每 15 分钟 300 次限速、每千次读取 $5–$15。新用户 20,000 免费 Credits。字段说明与示例见本文及 https://docs.twitterxapi.com。
FAQ
高级搜索 端点返回什么?
使用布尔查询(from:、since: 等)归档 @realDonaldTrump 等高曝光账号推文,服务新闻与研究
为什么在此场景使用 TwexAPI 而不是官方 X API?
官方 X API 通常每 1,000 次读取收费 $5–$15,许多端点限速为每 15 分钟 300 次,大规模使用还需 Enterprise 审批。TwexAPI Pro($99/月)约 1,100 万 Credits,按 14 Credits/次约 $0.14/千次,20+ QPS、平均延迟低于 800ms。新用户 20,000 免费 Credits(无需信用卡),约 1,400 次读取。高级搜索 场景下,TwexAPI 以 Bearer Token 提供同类数据,文档见 https://docs.twitterxapi.com。
在 TwexAPI 上运行此流程大概花多少?
多数读取端点约 14 Credits/次。TwexAPI Pro($99/月,约 1,100 万 Credits)折合约 $0.14/千次,比官方读取($5+/千次)低约 95%。月 1 万次调用约 14 万 Credits(Pro 上约 $1.26 量级)。原型可用 Mini $20(200 万 Credits)。详见 https://twexapi.io/pricing。
为什么使用高级 Twitter 搜索端点?
Answer: **为什么使用高级 Twitter 搜索端点?**指在本案例中通过 api.twexapi.io 的 TwexAPI Bearer 接口完成该任务——读取通常约 14 Credits/次(Pro 约 $0.14/千次)、20+ QPS——优于官方常见 $5–$15/千次与每 15 分钟 300 次限速。
高级 Twitter 搜索超越了基础关键词查询。它支持高级查询语法(类似 Twitter 自带的高级搜索),可按用户、日期、互动量等筛选。获取 Trump 推文时:
- 使用
"from:realDonaldTrump"等查询,直接获取其账号发布的帖子。 - 结合关键词(如
"from:realDonaldTrump election")获得更精准的结果。 - 一次最多检索 100,000 条推文,按最新或热门排序。
非常适合:
- 政治分析:追踪 Trump 在选举、政策等话题上的言论。
- 情感监控:分析公众对其推文的反应。
- 数据采集:为 AI 模型或报告构建数据集。
TwitterXApi 负责抓取与认证,你可以专注于洞察本身。
API 概览
Answer: API 概览通过本文档中的 TwexAPI 端点以 Bearer Token 调用实现;批量或分页请求在 20+ QPS 下通常约 14 Credits/次。
该端点为 POST 请求,地址为 https://api.twitterxapi.com/twitter/advanced_search。需要 Bearer Token 认证(在 TwitterXApi 控制台获取)。请求体为包含搜索参数的 JSON。
关键请求参数
根据 API 文档:
- searchTerms(字符串数组,必填):高级搜索查询。使用 Twitter 语法,例如
["from:realDonaldTrump"]。可在 Advance Search TwitterXAPI 生成复杂查询。 - maxItems(整数,可选,默认 10):返回推文的最大数量(1–100000)。示例:50。
- sortBy(字符串,可选,默认
"Latest"):按"Latest"或"Top"排序。
响应结构
成功响应(HTTP 200)返回:
- code:状态码(如 200)。
- msg:消息(如
"success")。 - data:推文对象数组,每条包含 tweet_id、text、created_at、用户信息、话题标签、媒体和互动指标等。
错误(如 HTTP 422)会提供校验信息。
代码示例:获取 Trump 推文
Answer: 代码示例:获取 Trump 推文指在本案例中通过 api.twexapi.io 的 TwexAPI Bearer 接口完成该任务——读取通常约 14 Credits/次(Pro 约 $0.14/千次)、20+ QPS——优于官方常见 $5–$15/千次与每 15 分钟 300 次限速。
下面获取 @realDonaldTrump 的近期推文。将 <token> 替换为你的 Bearer Token。搜索词使用 "from:realDonaldTrump"。
示例 1:基础 cURL 请求
此请求搜索最多 50 条 Trump 最新推文。
curl --request POST \\
--url https://api.twitterxapi.com/twitter/advanced_search \\
--header 'Authorization: Bearer <token>' \\
--header 'Content-Type: application/json' \\
--data '{
"searchTerms": [
"from:realDonaldTrump"
],
"maxItems": 50,
"sortBy": "Latest"
}'预期响应片段(缩写):
1{
2 "code": 200,
3 "msg": "success",
4 "data": [
5 {
6 "tweet_id": "1803006263529541838",
7 "text": "Make America Great Again! #MAGA",
8 "created_at": "Mon Jun 17 03:51:48 +0000 2024",
9 "favorite_count": 123,
10 "retweet_count": 45,
11 "user": {
12 "name": "Donald J. Trump",
13 "screen_name": "realDonaldTrump",
14 "followers_count": 80000000
15 },
16 "hashtags": ["MAGA"]
17 }
18 // More tweets...
19 ]
20}示例 2:获取并处理 Trump 推文的 Python 脚本
该 Python 脚本获取 Trump 推文并打印关键信息。如未安装 requests,请先执行 pip install requests。
1import requests
2import json
3
4# Your Bearer token
5TOKEN = "<your_bearer_token_here>"
6
7# API endpoint
8url = "https://api.twitterxapi.com/twitter/advanced_search"
9
10# Request payload
11payload = {
12 "searchTerms": ["from:realDonaldTrump"],
13 "maxItems": 100,
14 "sortBy": "Latest"
15}
16
17headers = {
18 "Authorization": f"Bearer {TOKEN}",
19 "Content-Type": "application/json"
20}
21
22# Make the POST request
23response = requests.post(url, headers=headers, data=json.dumps(payload))
24
25# Check response
26if response.status_code == 200:
27 data = response.json()
28 print("Search successful! Found", len(data["data"]), "tweets from Trump.")
29
30 # Print the first few tweet texts
31 for tweet in data["data"][:5]:
32 print(f"Tweet ID: {tweet['tweet_id']}")
33 print(f"Text: {tweet['text']}")
34 print(f"Created At: {tweet['created_at']}")
35 print(f"Hashtags: {tweet['hashtags']}")
36 print("---")
37else:
38 print("Error:", response.status_code, response.text)该脚本最多获取 100 条 Trump 最新推文并显示摘要。可扩展为写入数据库,或使用 TextBlob 等库做情感分析。
高级示例:按主题的 Trump 推文分析
Answer: 高级示例:按主题的 Trump 推文分析指在本案例中通过 api.twexapi.io 的 TwexAPI Bearer 接口完成该任务——读取通常约 14 Credits/次(Pro 约 $0.14/千次)、20+ QPS——优于官方常见 $5–$15/千次与每 15 分钟 300 次限速。
下面是一个更高级的示例,搜索 Trump 在特定主题上的推文:
1import requests
2import json
3from datetime import datetime, timedelta
4import pandas as pd
5
6def fetch_trump_tweets_by_topic(topic_keywords, max_items=200):
7 """
8 Fetch Trump's tweets on specific topics
9 """
10 TOKEN = "<your_bearer_token_here>"
11 url = "https://api.twitterxapi.com/twitter/advanced_search"
12
13 # Construct search query for Trump's tweets containing keywords
14 search_query = f"from:realDonaldTrump {' OR '.join(topic_keywords)}"
15
16 payload = {
17 "searchTerms": [search_query],
18 "maxItems": max_items,
19 "sortBy": "Latest"
20 }
21
22 headers = {
23 "Authorization": f"Bearer {TOKEN}",
24 "Content-Type": "application/json"
25 }
26
27 response = requests.post(url, headers=headers, data=json.dumps(payload))
28
29 if response.status_code == 200:
30 data = response.json()
31 tweets = data["data"]
32
33 # Process tweets
34 processed_tweets = []
35 for tweet in tweets:
36 processed_tweets.append({
37 'tweet_id': tweet['tweet_id'],
38 'text': tweet['text'],
39 'created_at': tweet['created_at'],
40 'favorite_count': tweet['favorite_count'],
41 'retweet_count': tweet['retweet_count'],
42 'hashtags': tweet.get('hashtags', []),
43 'mentions': tweet.get('mentions', [])
44 })
45
46 return processed_tweets
47 else:
48 print(f"Error: {response.status_code} - {response.text}")
49 return []
50
51# Example usage: Fetch Trump's tweets about elections
52election_keywords = ["election", "vote", "voting", "ballot", "democracy"]
53trump_election_tweets = fetch_trump_tweets_by_topic(election_keywords, max_items=500)
54
55# Convert to DataFrame for analysis
56df = pd.DataFrame(trump_election_tweets)
57
58print(f"Found {len(df)} tweets from Trump about elections")
59print(f"Average likes per tweet: {df['favorite_count'].mean():.1f}")
60print(f"Average retweets per tweet: {df['retweet_count'].mean():.1f}")时间范围分析
Answer: 时间范围分析指在本案例中通过 api.twexapi.io 的 TwexAPI Bearer 接口完成该任务——读取通常约 14 Credits/次(Pro 约 $0.14/千次)、20+ QPS——优于官方常见 $5–$15/千次与每 15 分钟 300 次限速。
你还可以使用高级搜索查询分析 Trump 的推文模式随时间的变化:
1def analyze_trump_tweets_timeline(days_back=30):
2 """
3 Analyze Trump's tweeting frequency and engagement over time
4 """
5 TOKEN = "<your_bearer_token_here>"
6 url = "https://api.twitterxapi.com/twitter/advanced_search"
7
8 # Get tweets from the last 30 days
9 end_date = datetime.now()
10 start_date = end_date - timedelta(days=days_back)
11
12 # Format dates for Twitter search (YYYY-MM-DD)
13 start_str = start_date.strftime("%Y-%m-%d")
14 end_str = end_date.strftime("%Y-%m-%d")
15
16 search_query = f"from:realDonaldTrump since:{start_str} until:{end_str}"
17
18 payload = {
19 "searchTerms": [search_query],
20 "maxItems": 10000, # Get as many as possible
21 "sortBy": "Latest"
22 }
23
24 headers = {
25 "Authorization": f"Bearer {TOKEN}",
26 "Content-Type": "application/json"
27 }
28
29 response = requests.post(url, headers=headers, data=json.dumps(payload))
30
31 if response.status_code == 200:
32 data = response.json()
33 tweets = data["data"]
34
35 # Analyze by day
36 daily_stats = {}
37 for tweet in tweets:
38 # Extract date from created_at
39 tweet_date = datetime.strptime(tweet['created_at'], "%a %b %d %H:%M:%S +0000 %Y").date()
40
41 if tweet_date not in daily_stats:
42 daily_stats[tweet_date] = {
43 'count': 0,
44 'total_likes': 0,
45 'total_retweets': 0
46 }
47
48 daily_stats[tweet_date]['count'] += 1
49 daily_stats[tweet_date]['total_likes'] += tweet['favorite_count']
50 daily_stats[tweet_date]['total_retweets'] += tweet['retweet_count']
51
52 # Print daily summary
53 for date, stats in sorted(daily_stats.items()):
54 avg_likes = stats['total_likes'] / stats['count'] if stats['count'] > 0 else 0
55 avg_retweets = stats['total_retweets'] / stats['count'] if stats['count'] > 0 else 0
56
57 print(f"{date}: {stats['count']} tweets, "
58 f"avg {avg_likes:.1f} likes, "
59 f"avg {avg_retweets:.1f} retweets")
60
61 return daily_stats
62 else:
63 print(f"Error: {response.status_code} - {response.text}")
64 return {}
65
66# Run the analysis
67timeline_stats = analyze_trump_tweets_timeline(days_back=30)实时 Trump 推文监控
Answer: 实时 Trump 推文监控指在本案例中通过 api.twexapi.io 的 TwexAPI Bearer 接口完成该任务——读取通常约 14 Credits/次(Pro 约 $0.14/千次)、20+ QPS——优于官方常见 $5–$15/千次与每 15 分钟 300 次限速。
如需实时监控 Trump 推文,可设置定时脚本:
1import time
2import schedule
3from datetime import datetime
4
5def monitor_trump_tweets():
6 """
7 Monitor for new Trump tweets and alert on high engagement
8 """
9 def check_for_new_tweets():
10 TOKEN = "<your_bearer_token_here>"
11 url = "https://api.twitterxapi.com/twitter/advanced_search"
12
13 payload = {
14 "searchTerms": ["from:realDonaldTrump"],
15 "maxItems": 10, # Just check the latest 10
16 "sortBy": "Latest"
17 }
18
19 headers = {
20 "Authorization": f"Bearer {TOKEN}",
21 "Content-Type": "application/json"
22 }
23
24 response = requests.post(url, headers=headers, data=json.dumps(payload))
25
26 if response.status_code == 200:
27 data = response.json()
28 tweets = data["data"]
29
30 # Check for recent high-engagement tweets
31 for tweet in tweets:
32 engagement = tweet['favorite_count'] + tweet['retweet_count']
33 tweet_time = datetime.strptime(tweet['created_at'], "%a %b %d %H:%M:%S +0000 %Y")
34
35 # Alert if tweet is less than 1 hour old and has high engagement
36 if (datetime.utcnow() - tweet_time).total_seconds() < 3600 and engagement > 10000:
37 print(f"🚨 HIGH ENGAGEMENT TRUMP TWEET!")
38 print(f"Text: {tweet['text']}")
39 print(f"Engagement: {engagement}")
40 print(f"Time: {tweet['created_at']}")
41 print(f"Link: https://twitter.com/realDonaldTrump/status/{tweet['tweet_id']}")
42 print("-" * 50)
43
44 # Schedule checks every 15 minutes
45 schedule.every(15).minutes.do(check_for_new_tweets)
46
47 print("Starting Trump tweet monitoring...")
48 while True:
49 schedule.run_pending()
50 time.sleep(1)
51
52# Start monitoring
53# monitor_trump_tweets()高级搜索查询示例
Answer: 高级搜索查询示例指在本案例中通过 api.twexapi.io 的 TwexAPI Bearer 接口完成该任务——读取通常约 14 Credits/次(Pro 约 $0.14/千次)、20+ QPS——优于官方常见 $5–$15/千次与每 15 分钟 300 次限速。
以下是可用于不同分析目的的强大搜索查询:
1# Different types of search queries for Trump's tweets
2search_queries = {
3 "Election related": "from:realDonaldTrump (election OR vote OR voting OR ballot)",
4 "Policy tweets": "from:realDonaldTrump (policy OR law OR bill OR congress)",
5 "Media mentions": "from:realDonaldTrump (fake news OR media OR press OR CNN OR Fox)",
6 "High engagement": "from:realDonaldTrump min_retweets:1000",
7 "Recent tweets": "from:realDonaldTrump since:2024-01-01",
8 "Tweets with images": "from:realDonaldTrump filter:images",
9 "Tweets with videos": "from:realDonaldTrump filter:videos"
10}
11
12def run_multiple_searches(queries_dict, max_items=100):
13 """
14 Run multiple search queries and compare results
15 """
16 results = {}
17
18 for query_name, search_term in queries_dict.items():
19 print(f"Running search: {query_name}")
20
21 payload = {
22 "searchTerms": [search_term],
23 "maxItems": max_items,
24 "sortBy": "Latest"
25 }
26
27 # Make API call (using your existing function)
28 tweets = fetch_tweets(payload) # Your API call function
29
30 results[query_name] = {
31 'count': len(tweets),
32 'total_engagement': sum(t['favorite_count'] + t['retweet_count'] for t in tweets),
33 'avg_engagement': sum(t['favorite_count'] + t['retweet_count'] for t in tweets) / len(tweets) if tweets else 0
34 }
35
36 return results
37
38# Run comparative analysis
39analysis_results = run_multiple_searches(search_queries)
40
41for query_name, stats in analysis_results.items():
42 print(f"{query_name}: {stats['count']} tweets, avg engagement: {stats['avg_engagement']:.1f}")潜在用例与技巧
Answer: 潜在用例与技巧指在本案例中通过 api.twexapi.io 的 TwexAPI Bearer 接口完成该任务——读取通常约 14 Credits/次(Pro 约 $0.14/千次)、20+ QPS——优于官方常见 $5–$15/千次与每 15 分钟 300 次限速。
用例:
- 选举监控:搜索
"from:realDonaldTrump election"追踪竞选相关帖子。 - 政策分析:监控特定政策或立法相关言论。
- 趋势分析:结合日期筛选进行历史数据对比。
- 自动告警:设置脚本,在匹配条件的新推文出现时通知。
- 情感分析:分析语言模式与情绪基调随时间的变化。
- 媒体研究:研究 Trump 如何回应新闻事件或媒体报道。
最佳实践:
- 使用 高级搜索工具 构建复杂查询(如
"from:realDonaldTrump until:2024-10-01 since:2024-01-01")。 - 注意速率限制——在 TwitterXApi 控制台查看你的套餐。
- 对于超大数据集,将请求拆分为较小的 maxItems 以避免超时。
- 缓存常用数据以减少 API 调用。
- 实现错误处理与重试逻辑,提升应用健壮性。
错误处理:
1def robust_trump_tweet_search(search_terms, retries=3):
2 """
3 Robust API call with retry logic
4 """
5 for attempt in range(retries):
6 try:
7 payload = {
8 "searchTerms": search_terms,
9 "maxItems": 100,
10 "sortBy": "Latest"
11 }
12
13 response = requests.post(url, headers=headers, data=json.dumps(payload), timeout=30)
14
15 if response.status_code == 200:
16 return response.json()
17 elif response.status_code == 429: # Rate limit
18 print(f"Rate limit hit, waiting 60 seconds...")
19 time.sleep(60)
20 else:
21 print(f"Error {response.status_code}: {response.text}")
22
23 except requests.exceptions.RequestException as e:
24 print(f"Request failed (attempt {attempt + 1}): {e}")
25 if attempt < retries - 1:
26 time.sleep(5)
27
28 return None结论
Answer: 结论指在本案例中通过 api.twexapi.io 的 TwexAPI Bearer 接口完成该任务——读取通常约 14 Credits/次(Pro 约 $0.14/千次)、20+ QPS——优于官方常见 $5–$15/千次与每 15 分钟 300 次限速。
TwitterXApi 的高级 Twitter 搜索端点是获取 Trump 推文等定向数据的多功能工具,帮助开发者和分析师从 X 中挖掘洞察。无论你是追踪政治话语、分析沟通模式,还是构建监控系统,该 API 都能提供所需的灵活性与规模。
高级搜索语法支持精准定位,而单次最多 100,000 条推文的高容量限制使其适合全面分析。结合 Python 数据处理库,你可以构建在其他 API 上难以实现或成本过高的复杂分析工具。
入门步骤
- 在 TwitterXApi.com 注册
- 从控制台 获取 Bearer Token
- 从简单查询开始,如
"from:realDonaldTrump" - 逐步构建更复杂的搜索词与分析流程
后续步骤
- 探索组合多个搜索词进行全面分析
- 与 Matplotlib 或 Plotly 等数据可视化库集成
- 考虑实现基于 Webhook 的实时告警
- 使用云基础设施扩展为企业级方案
动手试试吧!如有问题或项目想法,欢迎在下方留言或通过 X 联系。祝编码愉快!
免责声明:本文基于 2025 年 7 月的 TwitterXApi 文档。API 细节可能变更——请始终以官方文档为准。本文仅供教育与研究用途。抓取数据时请遵守平台条款,并确保符合适用的法律法规。