如何用 TwexAPI 分页获取 Donald Trump 的 tweets 和 replies

如果你需要可复现地导出 @realDonaldTrump 的公开帖子，最好使用 cursor 分页，而不是一次性请求一个很大的 count。分页更容易恢复、审计，也更适合边抓边保存。

TwexAPI 的 Get All Tweets and Replies by User by Page 端点会按页返回某个用户自己发布的 tweets 和 replies。对于 Trump 研究、监控或数据集构建，调用 POST /twitter/tweets-replies/page，传入 screen_name: "realDonaldTrump"，保存 raw results，然后用 next_cursor 继续翻页。

这个端点返回的是目标账号自己写的 tweets 和 replies。它不会收集其他用户在这些帖子下面的所有回复。如果要分析公众反应，需要先选定具体 tweet_id，再使用 tweet-level reply endpoint。

适合什么场景

当你的问题是“这个账号发过什么、回复过什么”时，用这个 workflow。

适合的 Trump 场景包括：

分页导出 @realDonaldTrump 的公开 tweets 和 replies。
为 timeline analysis、media review 或内部研究构建数据集。
区分 standalone posts 和该账号写出的 replies。
在做 summary、dashboard 或分类前保存 raw tweet objects。
创建失败后可恢复的导出任务。

如果你需要关键词查询，例如 from:realDonaldTrump economy -filter:retweets，应该使用 Advanced Search by Page。这个 endpoint 更适合以账号历史为中心的导出。

API Endpoint

发送 POST 请求：

https://api.twexapi.io/twitter/tweets-replies/page

请求体：

字段	必填	说明
`screen_name`	是	目标 X 用户名，可以带或不带 `@`。本场景使用 `realDonaldTrump`。
`next_cursor`	否	上一页返回的 cursor。第一页不传。

每个响应包含当前页数据和分页 metadata：

字段	含义
`data`	当前页 tweets 和 replies，通常最多约 20 条。
`has_next_page`	是否还有下一页。
`next_cursor`	下一次请求要传的 cursor。
`code` / `msg`	标准状态字段。

请求第一页

第一次请求只需要 screen_name。

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

简化后的响应结构如下：

1{
2  "code": 200,
3  "msg": "success",
4  "data": [
5    {
6      "tweet_id": "1803006263529541838",
7      "text": "<post text returned by the API>",
8      "created_at": "Mon Jun 17 03:51:48 +0000 2024",
9      "created_at_datetime": "2024-06-17T03:51:48.000Z",
10      "favorite_count": 0,
11      "retweet_count": 0,
12      "reply_count": 0,
13      "quote_count": 0,
14      "in_reply_to": null,
15      "in_reply_to_screen_name": null,
16      "is_quote_status": false,
17      "user": {
18        "screen_name": "realDonaldTrump"
19      }
20    }
21  ],
22  "has_next_page": true,
23  "next_cursor": "1234567890"
24}

继续翻页时传入返回的 cursor：

curl --request POST \
  --url https://api.twexapi.io/twitter/tweets-replies/page \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
    "screen_name": "realDonaldTrump",
    "next_cursor": "1234567890"
  }'

不要把 cursor 复用到另一个账号。cursor 属于产生它的请求序列。

Python 导出脚本

下面的脚本把 raw tweets/replies 写入 JSONL，用 tweet_id 去重，并把 cursor 进度写入 metadata 文件。

1import json
2import os
3import time
4from datetime import datetime, timezone
5from pathlib import Path
6from typing import Any
7
8import requests
9
10TOKEN = os.environ["TWEXAPI_BEARER_TOKEN"]
11API_URL = "https://api.twexapi.io/twitter/tweets-replies/page"
12SCREEN_NAME = "realDonaldTrump"
13
14OUT = Path("realDonaldTrump-tweets-replies.jsonl")
15META = Path("realDonaldTrump-tweets-replies-meta.json")
16
17HEADERS = {
18    "Authorization": f"Bearer {TOKEN}",
19    "Content-Type": "application/json",
20}
21
22def fetch_page(next_cursor: str | None = None) -> dict[str, Any]:
23    payload: dict[str, Any] = {"screen_name": SCREEN_NAME}
24    if next_cursor:
25        payload["next_cursor"] = next_cursor
26
27    response = requests.post(
28        API_URL,
29        headers=HEADERS,
30        json=payload,
31        timeout=45,
32    )
33    response.raise_for_status()
34    body = response.json()
35
36    if body.get("code") not in (None, 200):
37        raise RuntimeError(body.get("msg") or "TwexAPI request failed")
38
39    return body
40
41seen_ids: set[str] = set()
42cursor: str | None = None
43page_count = 0
44saved_count = 0
45cursor_log = []
46
47with OUT.open("w", encoding="utf-8") as output:
48    while True:
49        body = fetch_page(cursor)
50        page_count += 1
51
52        items = [item for item in body.get("data", []) if item]
53        for tweet in items:
54            tweet_id = tweet.get("tweet_id") or tweet.get("id")
55            if not tweet_id or tweet_id in seen_ids:
56                continue
57
58            seen_ids.add(tweet_id)
59            output.write(json.dumps(tweet, ensure_ascii=False) + "\n")
60            saved_count += 1
61
62        next_cursor = body.get("next_cursor")
63        cursor_log.append(
64            {
65                "page": page_count,
66                "fetched_items": len(items),
67                "saved_unique_items": saved_count,
68                "has_next_page": body.get("has_next_page"),
69                "next_cursor": next_cursor,
70            }
71        )
72
73        print(
74            f"page={page_count} fetched={len(items)} "
75            f"saved_unique={saved_count}"
76        )
77
78        if not body.get("has_next_page") or not next_cursor:
79            break
80
81        cursor = next_cursor
82        time.sleep(0.5)
83
84META.write_text(
85    json.dumps(
86        {
87            "screen_name": SCREEN_NAME,
88            "exported_at": datetime.now(timezone.utc).isoformat(),
89            "unique_items": saved_count,
90            "pages": cursor_log,
91        },
92        ensure_ascii=False,
93        indent=2,
94    ),
95    encoding="utf-8",
96)
97
98print(f"Saved {saved_count} unique tweets and replies to {OUT}")

运行：

export TWEXAPI_BEARER_TOKEN="<token>"
python export_trump_tweets_replies.py

长任务建议在请求下一页之前，先把最后成功的 next_cursor 保存到数据库。这样失败后不用从第一页重跑。

生成 CSV 复核表

Raw JSONL 是 source of truth，CSV 是给人看的 review layer。

1import csv
2import json
3
4INPUT_PATH = "realDonaldTrump-tweets-replies.jsonl"
5OUTPUT_PATH = "realDonaldTrump-tweets-replies.csv"
6
7FIELDS = [
8    "tweet_id",
9    "post_type",
10    "created_at_datetime",
11    "text",
12    "lang",
13    "favorite_count",
14    "retweet_count",
15    "reply_count",
16    "quote_count",
17    "view_count",
18    "in_reply_to",
19    "in_reply_to_screen_name",
20    "is_quote_status",
21    "url",
22]
23
24def post_type(tweet: dict) -> str:
25    if tweet.get("in_reply_to") or tweet.get("in_reply_to_screen_name"):
26        return "reply"
27    if tweet.get("is_quote_status") or tweet.get("quoted_status_id_str"):
28        return "quote"
29    return "original"
30
31with open(INPUT_PATH, encoding="utf-8") as source, open(
32    OUTPUT_PATH,
33    "w",
34    encoding="utf-8",
35    newline="",
36) as target:
37    writer = csv.DictWriter(target, fieldnames=FIELDS)
38    writer.writeheader()
39
40    for line in source:
41        tweet = json.loads(line)
42        tweet_id = tweet.get("tweet_id") or tweet.get("id")
43        row = {
44            "tweet_id": tweet_id,
45            "post_type": post_type(tweet),
46            "created_at_datetime": tweet.get("created_at_datetime"),
47            "text": tweet.get("full_text") or tweet.get("text") or "",
48            "lang": tweet.get("lang"),
49            "favorite_count": tweet.get("favorite_count") or 0,
50            "retweet_count": tweet.get("retweet_count") or 0,
51            "reply_count": tweet.get("reply_count") or 0,
52            "quote_count": tweet.get("quote_count") or 0,
53            "view_count": tweet.get("view_count"),
54            "in_reply_to": tweet.get("in_reply_to"),
55            "in_reply_to_screen_name": tweet.get("in_reply_to_screen_name"),
56            "is_quote_status": tweet.get("is_quote_status"),
57            "url": f"https://x.com/realDonaldTrump/status/{tweet_id}",
58        }
59        writer.writerow(row)
60
61print(f"Wrote {OUTPUT_PATH}")

post_type 只是一个复核标签。raw 字段仍然要保留，因为 quote 和 reply metadata 的形态可能变化。

区分 tweets、replies 和 quotes

对 Trump 相关工作流来说，standalone posts 和 replies 通常回答不同问题。

类型	判断方式	常见用途
Original post	没有 `in_reply_to`，也没有 quote metadata	时间线、公告、叙事追踪
Reply	有 `in_reply_to` 或 `in_reply_to_screen_name`	补充上下文、澄清、对话
Quote	有 `is_quote_status` 或 `quoted_status_id_str`	对其他帖子的评论

不要自动丢弃 replies。公众人物经常在 replies 里补充语境、回应问题或修正表述。

应该保存什么

至少保存：

TwexAPI 返回的 raw tweet object。
tweet_id 或 id，用于去重。
created_at 和 created_at_datetime，用于时间线分析。
text 或 full_text，用于复核。
in_reply_to、in_reply_to_screen_name 和 quote 字段，用于分类。
favorite_count、retweet_count、reply_count、quote_count、view_count 等互动字段。
hashtags、cashtags、urls、media，用于 enrichment。
导出 metadata：screen_name、导出时间、page count 和 cursor log。

互动数据会随时间变化。如果后续刷新，建议保存新的 snapshot timestamp，而不是默默覆盖原始数据。

Endpoint 怎么选

TwexAPI 里常见的 Trump 相关采集有三种：

目标	推荐 endpoint
导出 `@realDonaldTrump` 自己写的 tweets 和 replies	`POST /twitter/tweets-replies/page`
按关键词或日期搜索 Trump posts	`POST /twitter/advanced_search/page`
只监控新出现的公开帖	轮询 `POST /twitter/advanced_search/page`，`sortBy: "Latest"`

账号历史是主对象时，用 tweets-and-replies page endpoint。查询逻辑更重要时，用 Advanced Search。

小结

用 TwexAPI 获取 Trump tweets 和 replies 的核心流程是：调用 POST /twitter/tweets-replies/page，传入 screen_name: "realDonaldTrump"，保存 raw data，并在 has_next_page 为 true 时继续传 next_cursor。

这样得到的是可复现的账号级数据集，也能保留足够 metadata 来区分 original posts、replies 和 quote-style commentary。

如何用 TwexAPI 分页获取 Donald Trump 的 tweets 和 replies

适合什么场景

当你的问题是“这个账号发过什么、回复过什么”时，用这个 workflow。

适合的 Trump 场景包括：

分页导出 @realDonaldTrump 的公开 tweets 和 replies。
为 timeline analysis、media review 或内部研究构建数据集。
区分 standalone posts 和该账号写出的 replies。
在做 summary、dashboard 或分类前保存 raw tweet objects。
创建失败后可恢复的导出任务。

如果你需要关键词查询，例如 from:realDonaldTrump economy -filter:retweets，应该使用 Advanced Search by Page。这个 endpoint 更适合以账号历史为中心的导出。

API Endpoint

发送 POST 请求：

https://api.twexapi.io/twitter/tweets-replies/page

请求体：

字段	必填	说明
`screen_name`	是	目标 X 用户名，可以带或不带 `@`。本场景使用 `realDonaldTrump`。
`next_cursor`	否	上一页返回的 cursor。第一页不传。

每个响应包含当前页数据和分页 metadata：

字段	含义
`data`	当前页 tweets 和 replies，通常最多约 20 条。
`has_next_page`	是否还有下一页。
`next_cursor`	下一次请求要传的 cursor。
`code` / `msg`	标准状态字段。

请求第一页

第一次请求只需要 screen_name。

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

简化后的响应结构如下：

1{
2  "code": 200,
3  "msg": "success",
4  "data": [
5    {
6      "tweet_id": "1803006263529541838",
7      "text": "<post text returned by the API>",
8      "created_at": "Mon Jun 17 03:51:48 +0000 2024",
9      "created_at_datetime": "2024-06-17T03:51:48.000Z",
10      "favorite_count": 0,
11      "retweet_count": 0,
12      "reply_count": 0,
13      "quote_count": 0,
14      "in_reply_to": null,
15      "in_reply_to_screen_name": null,
16      "is_quote_status": false,
17      "user": {
18        "screen_name": "realDonaldTrump"
19      }
20    }
21  ],
22  "has_next_page": true,
23  "next_cursor": "1234567890"
24}

继续翻页时传入返回的 cursor：

curl --request POST \
  --url https://api.twexapi.io/twitter/tweets-replies/page \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
    "screen_name": "realDonaldTrump",
    "next_cursor": "1234567890"
  }'

不要把 cursor 复用到另一个账号。cursor 属于产生它的请求序列。

Python 导出脚本

下面的脚本把 raw tweets/replies 写入 JSONL，用 tweet_id 去重，并把 cursor 进度写入 metadata 文件。

1import json
2import os
3import time
4from datetime import datetime, timezone
5from pathlib import Path
6from typing import Any
7
8import requests
9
10TOKEN = os.environ["TWEXAPI_BEARER_TOKEN"]
11API_URL = "https://api.twexapi.io/twitter/tweets-replies/page"
12SCREEN_NAME = "realDonaldTrump"
13
14OUT = Path("realDonaldTrump-tweets-replies.jsonl")
15META = Path("realDonaldTrump-tweets-replies-meta.json")
16
17HEADERS = {
18    "Authorization": f"Bearer {TOKEN}",
19    "Content-Type": "application/json",
20}
21
22def fetch_page(next_cursor: str | None = None) -> dict[str, Any]:
23    payload: dict[str, Any] = {"screen_name": SCREEN_NAME}
24    if next_cursor:
25        payload["next_cursor"] = next_cursor
26
27    response = requests.post(
28        API_URL,
29        headers=HEADERS,
30        json=payload,
31        timeout=45,
32    )
33    response.raise_for_status()
34    body = response.json()
35
36    if body.get("code") not in (None, 200):
37        raise RuntimeError(body.get("msg") or "TwexAPI request failed")
38
39    return body
40
41seen_ids: set[str] = set()
42cursor: str | None = None
43page_count = 0
44saved_count = 0
45cursor_log = []
46
47with OUT.open("w", encoding="utf-8") as output:
48    while True:
49        body = fetch_page(cursor)
50        page_count += 1
51
52        items = [item for item in body.get("data", []) if item]
53        for tweet in items:
54            tweet_id = tweet.get("tweet_id") or tweet.get("id")
55            if not tweet_id or tweet_id in seen_ids:
56                continue
57
58            seen_ids.add(tweet_id)
59            output.write(json.dumps(tweet, ensure_ascii=False) + "\n")
60            saved_count += 1
61
62        next_cursor = body.get("next_cursor")
63        cursor_log.append(
64            {
65                "page": page_count,
66                "fetched_items": len(items),
67                "saved_unique_items": saved_count,
68                "has_next_page": body.get("has_next_page"),
69                "next_cursor": next_cursor,
70            }
71        )
72
73        print(
74            f"page={page_count} fetched={len(items)} "
75            f"saved_unique={saved_count}"
76        )
77
78        if not body.get("has_next_page") or not next_cursor:
79            break
80
81        cursor = next_cursor
82        time.sleep(0.5)
83
84META.write_text(
85    json.dumps(
86        {
87            "screen_name": SCREEN_NAME,
88            "exported_at": datetime.now(timezone.utc).isoformat(),
89            "unique_items": saved_count,
90            "pages": cursor_log,
91        },
92        ensure_ascii=False,
93        indent=2,
94    ),
95    encoding="utf-8",
96)
97
98print(f"Saved {saved_count} unique tweets and replies to {OUT}")

运行：

export TWEXAPI_BEARER_TOKEN="<token>"
python export_trump_tweets_replies.py

长任务建议在请求下一页之前，先把最后成功的 next_cursor 保存到数据库。这样失败后不用从第一页重跑。

生成 CSV 复核表

Raw JSONL 是 source of truth，CSV 是给人看的 review layer。

1import csv
2import json
3
4INPUT_PATH = "realDonaldTrump-tweets-replies.jsonl"
5OUTPUT_PATH = "realDonaldTrump-tweets-replies.csv"
6
7FIELDS = [
8    "tweet_id",
9    "post_type",
10    "created_at_datetime",
11    "text",
12    "lang",
13    "favorite_count",
14    "retweet_count",
15    "reply_count",
16    "quote_count",
17    "view_count",
18    "in_reply_to",
19    "in_reply_to_screen_name",
20    "is_quote_status",
21    "url",
22]
23
24def post_type(tweet: dict) -> str:
25    if tweet.get("in_reply_to") or tweet.get("in_reply_to_screen_name"):
26        return "reply"
27    if tweet.get("is_quote_status") or tweet.get("quoted_status_id_str"):
28        return "quote"
29    return "original"
30
31with open(INPUT_PATH, encoding="utf-8") as source, open(
32    OUTPUT_PATH,
33    "w",
34    encoding="utf-8",
35    newline="",
36) as target:
37    writer = csv.DictWriter(target, fieldnames=FIELDS)
38    writer.writeheader()
39
40    for line in source:
41        tweet = json.loads(line)
42        tweet_id = tweet.get("tweet_id") or tweet.get("id")
43        row = {
44            "tweet_id": tweet_id,
45            "post_type": post_type(tweet),
46            "created_at_datetime": tweet.get("created_at_datetime"),
47            "text": tweet.get("full_text") or tweet.get("text") or "",
48            "lang": tweet.get("lang"),
49            "favorite_count": tweet.get("favorite_count") or 0,
50            "retweet_count": tweet.get("retweet_count") or 0,
51            "reply_count": tweet.get("reply_count") or 0,
52            "quote_count": tweet.get("quote_count") or 0,
53            "view_count": tweet.get("view_count"),
54            "in_reply_to": tweet.get("in_reply_to"),
55            "in_reply_to_screen_name": tweet.get("in_reply_to_screen_name"),
56            "is_quote_status": tweet.get("is_quote_status"),
57            "url": f"https://x.com/realDonaldTrump/status/{tweet_id}",
58        }
59        writer.writerow(row)
60
61print(f"Wrote {OUTPUT_PATH}")

post_type 只是一个复核标签。raw 字段仍然要保留，因为 quote 和 reply metadata 的形态可能变化。

区分 tweets、replies 和 quotes

对 Trump 相关工作流来说，standalone posts 和 replies 通常回答不同问题。

类型	判断方式	常见用途
Original post	没有 `in_reply_to`，也没有 quote metadata	时间线、公告、叙事追踪
Reply	有 `in_reply_to` 或 `in_reply_to_screen_name`	补充上下文、澄清、对话
Quote	有 `is_quote_status` 或 `quoted_status_id_str`	对其他帖子的评论

不要自动丢弃 replies。公众人物经常在 replies 里补充语境、回应问题或修正表述。

应该保存什么

至少保存：

TwexAPI 返回的 raw tweet object。
tweet_id 或 id，用于去重。
created_at 和 created_at_datetime，用于时间线分析。
text 或 full_text，用于复核。
in_reply_to、in_reply_to_screen_name 和 quote 字段，用于分类。
favorite_count、retweet_count、reply_count、quote_count、view_count 等互动字段。
hashtags、cashtags、urls、media，用于 enrichment。
导出 metadata：screen_name、导出时间、page count 和 cursor log。

互动数据会随时间变化。如果后续刷新，建议保存新的 snapshot timestamp，而不是默默覆盖原始数据。

Endpoint 怎么选

TwexAPI 里常见的 Trump 相关采集有三种：

目标	推荐 endpoint
导出 `@realDonaldTrump` 自己写的 tweets 和 replies	`POST /twitter/tweets-replies/page`
按关键词或日期搜索 Trump posts	`POST /twitter/advanced_search/page`
只监控新出现的公开帖	轮询 `POST /twitter/advanced_search/page`，`sortBy: "Latest"`

账号历史是主对象时，用 tweets-and-replies page endpoint。查询逻辑更重要时，用 Advanced Search。

小结

这样得到的是可复现的账号级数据集，也能保留足够 metadata 来区分 original posts、replies 和 quote-style commentary。

如何用 TwexAPI 分页获取 Donald Trump 的 tweets 和 replies

如何用 TwexAPI 分页获取 Donald Trump 的 tweets 和 replies

适合什么场景

API Endpoint

请求第一页

Python 导出脚本

生成 CSV 复核表

区分 tweets、replies 和 quotes

应该保存什么

Endpoint 怎么选

相关资源

小结

如何用 TwexAPI 分页获取 Donald Trump 的 tweets 和 replies

如何用 TwexAPI 分页获取 Donald Trump 的 tweets 和 replies

适合什么场景

API Endpoint

请求第一页

Python 导出脚本

生成 CSV 复核表

区分 tweets、replies 和 quotes

应该保存什么

Endpoint 怎么选

相关资源

小结