如何用 TwexAPI 分页获取 X 帖子的回复

回复是帖子变成对话的地方。如果你要衡量发布反馈、追踪社区反应，或准备审核数据，只看根帖不够。你需要保存回复、请求时使用的排序方式，以及能说明数据如何采集的 cursor 链。

新的集成建议使用 TwexAPI 的分页回复端点：POST /twitter/tweets/{tweet_id}/replies/page。它按页返回回复，避免一次性拉取大线程时出现超时风险。

端点与排序方式

发送 POST 请求到：

https://api.twexapi.io/twitter/tweets/<tweet_id>/replies/page

路径参数是根帖 ID。JSON 请求体支持：

字段	是否必填	用法
`sort_by`	否	`Recency`、`Relevance` 或 `Likes`。一次导出保持同一个排序方式。
`next_cursor`	否	第一页留空。下一页传入上一页响应中的 `next_cursor`。

第一页可能包含 root_tweet 和第一批回复 data。后续页面继续返回回复，以及 has_next_page 和 next_cursor。

获取第一页

如果想按时间线导出，使用 Recency。只有当你的分析目标就是排序或热门度时，再使用 Relevance 或 Likes。

curl --request POST \
  --url https://api.twexapi.io/twitter/tweets/<tweet_id>/replies/page \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
    "sort_by": "Recency"
  }'

简化后的响应结构如下：

1{
2  "code": 200,
3  "msg": "success",
4  "root_tweet": {
5    "tweet_id": "1803006263529541838",
6    "text": "<root tweet text>"
7  },
8  "data": [
9    {
10      "tweet_id": "1234567890123456789",
11      "text": "<reply text>",
12      "created_at": "Mon Jul 01 12:34:56 +0000 2025",
13      "user": {
14        "screen_name": "example_user"
15      }
16    }
17  ],
18  "has_next_page": true,
19  "next_cursor": "cursor_from_this_response"
20}

使用 next_cursor 继续翻页

当 has_next_page 为 true 时，把 cursor 传入下一次请求。分页过程中保持同一个 tweet_id 和 sort_by。

curl --request POST \
  --url https://api.twexapi.io/twitter/tweets/<tweet_id>/replies/page \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
    "sort_by": "Recency",
    "next_cursor": "cursor_from_this_response"
  }'

分页中途修改排序方式，会让结果很难解释。如果需要另一个排序视角，请单独跑一次导出，并清楚标注。

Python 导出脚本

下面脚本会把回复写入 JSONL，单独保存根帖，按 tweet_id 去重，并保存 page 元信息，方便后续审计。

1import json
2import time
3from datetime import datetime, timezone
4from pathlib import Path
5
6import requests
7
8TOKEN = "<your_bearer_token>"
9TWEET_ID = "<tweet_id>"
10SORT_BY = "Recency"
11URL = f"https://api.twexapi.io/twitter/tweets/{TWEET_ID}/replies/page"
12REPLIES_OUT = Path(f"{TWEET_ID}-replies.jsonl")
13ROOT_OUT = Path(f"{TWEET_ID}-root.json")
14META_OUT = Path(f"{TWEET_ID}-replies-meta.json")
15
16headers = {
17    "Authorization": f"Bearer {TOKEN}",
18    "Content-Type": "application/json",
19}
20
21cursor = None
22page_number = 0
23seen_reply_ids = set()
24page_log = []
25
26with REPLIES_OUT.open("w", encoding="utf-8") as replies_file:
27    while True:
28        payload = {"sort_by": SORT_BY}
29        if cursor:
30            payload["next_cursor"] = cursor
31
32        response = requests.post(URL, headers=headers, json=payload, timeout=30)
33        response.raise_for_status()
34        body = response.json()
35
36        page_number += 1
37
38        if page_number == 1 and body.get("root_tweet"):
39            ROOT_OUT.write_text(
40                json.dumps(body["root_tweet"], ensure_ascii=False, indent=2),
41                encoding="utf-8",
42            )
43
44        replies = body.get("data") or []
45        for reply in replies:
46            reply_id = reply.get("tweet_id") or reply.get("id")
47            if not reply_id or reply_id in seen_reply_ids:
48                continue
49            seen_reply_ids.add(reply_id)
50            replies_file.write(json.dumps(reply, ensure_ascii=False) + "\n")
51
52        page_log.append({
53            "page": page_number,
54            "items": len(replies),
55            "has_next_page": body.get("has_next_page"),
56            "next_cursor": body.get("next_cursor"),
57        })
58
59        if not body.get("has_next_page") or not body.get("next_cursor"):
60            break
61
62        cursor = body["next_cursor"]
63        time.sleep(1)
64
65META_OUT.write_text(json.dumps({
66    "tweet_id": TWEET_ID,
67    "sort_by": SORT_BY,
68    "exported_at": datetime.now(timezone.utc).isoformat(),
69    "unique_replies": len(seen_reply_ids),
70    "pages": page_log,
71}, ensure_ascii=False, indent=2), encoding="utf-8")
72
73print(f"Saved {len(seen_reply_ids)} replies to {REPLIES_OUT}")

如果是定时任务，建议每成功读取一页就持久化最后一个 cursor。这样失败后可以从已完成的位置恢复，不必丢掉已采集页面。

建议保存哪些字段

至少保存：

原始 reply 对象。
tweet_id、created_at、正文、作者字段，以及响应中存在的互动计数。
响应中返回的 in_reply_to、reply_to、conversation_id 或相关 thread 字段。
根帖 tweet_id、sort_by、导出时间、页码和 cursor 元信息。
标准化回复 URL，例如 https://x.com/i/web/status/<reply_id>。

建议同时保留原始数据和规范化字段。回复 schema 可能变化，下游分析也经常会用到导出时没想到的字段。

分析注意事项

回复导出适合：

衡量产品发布或营销活动的早期反馈。
复盘公告后的客户担忧。
围绕某条帖子建立审核队列。
对比按时间和按点赞排序时讨论有什么不同。
为情绪分析或主题建模抽样人工标注。

不要把回复数据当成完整民意调查。回复会受到排序、删除、账号可见性和参与意愿影响。请保存足够上下文，让数据集边界清楚可见。

常见坑

只拉第一页，就当成完整对话。
分页中途修改 sort_by。
丢掉 root_tweet，导致回复数据集失去上下文。
不做语言识别或人工复核，直接跑情绪分析。
覆盖互动数却不保存时间戳。

小结

采集回复时，使用 POST /twitter/tweets/{tweet_id}/replies/page，保持 sort_by 稳定，用 next_cursor 持续翻页，并保存根帖和原始回复行。相比一次性固定数量请求，这样更容易审计、重试和解释。