Twitter搜索与分析

概述

使用高级搜索语法在Twitter中搜索关键词，获取最多1000条相关推文，并分析数据以生成包含洞察、统计数据和可行建议的专业报告。

前提条件

需要API密钥：用户必须从https://twitterapi.io

配置其Twitter API密钥。

1. API密钥可以通过三种方式提供：环境变量（推荐）：在您的~/.bashrc或~/.zshrc中设置

   echo 'export TWITTER_API_KEY="your_key_here"' >> ~/.bashrc
   source ~/.bashrc
   

2. TWITTER_API_KEY作为参数：使用--api-key 您的密钥
3. 配合包装脚本直接传递

：作为Python脚本的第一个参数

使用封装脚本（推荐）

封装脚本会自动处理环境变量加载和依赖项检查：

# Basic search (uses TWITTER_API_KEY from shell config)
./scripts/run_search.sh "AI"

# With custom API key
./scripts/run_search.sh "AI" --api-key YOUR_KEY

# With options
./scripts/run_search.sh "\"Claude AI\"" --max-results 100 --format summary

# Advanced query
./scripts/run_search.sh "from:elonmusk since:2024-01-01" --query-type Latest

直接使用Python脚本

# Search for a keyword
scripts/twitter_search.py "$API_KEY" "AI"

# Search with multiple keywords
scripts/twitter_search.py "$API_KEY" "\"ChatGPT\" OR \"Claude AI\""

# Search from specific user
scripts/twitter_search.py "$API_KEY" "from:elonmusk"

# Search with date range
scripts/twitter_search.py "$API_KEY" "Bitcoin since:2024-01-01"

高级查询

# Complex query: AI tweets from verified users, English only
scripts/twitter_search.py "$API_KEY" "AI OR \"machine learning\" lang:en filter:verified"

# Recent crypto tweets with minimum engagement
scripts/twitter_search.py "$API_KEY" "Bitcoin min_retweets:10 lang:en"

# From specific influencers
scripts/twitter_search.py "$API_KEY" "from:elonmusk OR from:VitalikButerin since:2024-01-01"

输出格式

# Full JSON with all tweets
scripts/twitter_search.py "$API_KEY" "AI" --format json

# Summary with statistics (default)
scripts/twitter_search.py "$API_KEY" "AI" --format summary

选项

• --max-results N：要获取的最大推文数（默认值：1000）
• --query-type Latest|Top：排序方式（默认值：Top表示按相关性排序）
• --format json|summary：输出格式（默认值：summary）

工作流程

1. 理解用户需求

明确分析目标：

• 要搜索什么主题/关键词？
• 偏好什么日期范围？
• 需要包含/排除特定用户吗？
• 偏好什么语言？
• 需要何种洞察（趋势、情感、影响力用户）？

2. 构建搜索查询

使用Twitter高级搜索语法：

3. 获取数据

执行搜索脚本：

scripts/twitter_search.py "$API_KEY" "YOUR_QUERY" --max-results 1000 --query-type Top

重要提示：默认最多1000条推文。脚本自动：

• 遍历所有可用结果
• 在1000条推文处停止（考虑API限制）
• 优雅地处理错误

4. 分析并生成报告

获取数据后，生成一份全面的专业报告，包含：

报告结构

1. 执行摘要（2-3句话）

   • 搜索内容
   • 关键发现概述

2. 数据概览

   • 分析推文总数
   • 数据日期范围
   • 使用的查询参数

3. 关键指标

   • 总互动量（点赞、转推、回复、引用、浏览量）
   • 平均每条推文互动量
   • 语言分布
   • 回复与原创推文比例

4. 热门内容分析

   • 转推最多的推文（含URL链接至原始推文）
   • 点赞最多的推文（含URL链接至原始推文）
   • 热门话题标签及其出现频率
   • 提及最多的用户
   • 精选推文示例（含完整URL引用）

5. 影响力分析

   • 按粉丝数排名的顶级用户
   • 最活跃的用户
   • 认证用户百分比

6. 趋势洞察（基于数据模式）

   • 新兴主题
   • 情绪指标
   • 时间模式
   • 对话驱动因素

7. 关键要点

   • 3-5条核心洞察要点
   • 数据支持的结论

8. 可操作的建议

   • 具体、可实施的建议
   • 基于数据发现
   • 按影响程度排序

分析指南

• 以数据驱动：每个论断都应引用实际指标
• 提供背景信息：解释指标为何重要
• 识别模式在整个数据集中寻找趋势
• 保持客观陈述事实，避免推测
• 具体明确建议应具体且可操作
• 考虑外部背景相关时使用网络搜索获取背景信息

5. 输出格式

使用清晰的Markdown格式呈现报告，包含：

• 每个部分的标题
• 用于结构化数据的表格
• 列表使用项目符号
• 关键指标使用粗体
• 推文示例使用代码块
• 所有引用的推文使用可点击的URL（格式：[@用户名](https://x.com/用户名/status/推文_ID)）推文URL格式

始终包含指向推文的可点击链接：

或内联格式：

| Author | Tweet | URL |
|--------|-------|-----|
| @user | Summary of tweet content | [View](https://x.com/user/status/123456) |

按使用案例分类的查询示例

- **@username**: Tweet summary - [View Tweet](https://x.com/username/status/123456)

Query Examples by Use Case

趋势分析

"AI" OR "artificial intelligence" lang:en min_retweets:50

竞争对手监测

from:competitor1 OR from:competitor2 since:2024-01-01

产品发布追踪

#ProductName OR "Product Name" lang:en filter:verified

危机监测

#BrandName OR "Brand Name" lang:en --query-type Latest

影响者发现

#Topic lang:en min_retweets:100 min_faves:500

情感分析

"brand name" OR #BrandName lang:en --max-results 1000

资源

scripts/run_search.sh（包装脚本）

处理环境变量加载和依赖项检查的便利包装器：

• 自动加载TWITTER_API_KEY从~/.bashrc或~/.zshrc
• 检查Python可用性并安装缺失的依赖项
• 提供用户友好的错误信息
• 支持Python脚本的所有命令行选项

用法：

./scripts/run_search.sh <query> [options]

选项：

• --api-key 密钥覆盖环境变量API密钥
• --max-results N: 最大获取推文数量（默认值：1000）
• --query-type Latest|Top: 排序方式（默认值：Top）
• --format json|summary: 输出格式（默认值：json）

scripts/twitter_search.py

可执行的Python脚本，功能包括：

• 从Twitter API获取推文
• 自动处理分页
• 提取关键推文指标
• 计算聚合统计数据
• 输出结构化JSON数据

使用方法:

scripts/twitter_search.py <api_key> <query> [options]

references/twitter_api.md

完整的API文档，包含：

• 完整参数参考
• 查询语法指南
• 响应结构详情
• 分页操作说明
• 最佳分析实践
• 错误处理指南

阅读时机：构建复杂查询或理解数据结构时。

更优分析技巧

1. 使用顶部查询类型进行趋势分析（获取更相关结果）
2. 设置日期筛选获取及时洞察
3. 按语言筛选确保文本分析准确性
4. 设置最低互动量过滤干扰信息
5. 结合网络搜索验证趋势
6. 超越指标本身- 分析内容主题
7. 追踪话题标签识别细分讨论
8. 识别影响者通过结合粉丝数与互动量

错误处理

若脚本运行失败：

• 检查API密钥有效性
• 验证查询语法
• 确保网络连接正常
• 检查速率限制（如适用）
• 查看错误信息以确定具体问题