通过 Tweepy 在推文中剥离换行符

Question

我正在寻找从 Twitter API 中提取数据并创建一个管道分隔文件，我可以对其进行进一步处理。我的代码目前看起来像这样：

auth = tweepy.OAuthHandler(CONSUMER_KEY, CONSUMER_SECRET)
auth.set_access_token(ACCESS_KEY, ACCESS_SECRET)
api = tweepy.API(auth)

out_file = "tweets.txt"

tweets = api.search(q='foo')
o = open(out_file, 'a')

for tweet in tweets:
        id = str(tweet.id)
        user = tweet.user.screen_name
        post = tweet.text
        post = post.encode('ascii', 'ignore')
        post = post.strip('|') # so pipes in tweets don't create unwanted separators
        post = post.strip('\r\n')
        record = id + "|" + user + "|" + post
        print>>o, record

当用户的推文包含换行符时，我遇到了一个问题，这使得输出数据看起来像这样：

473565810326601730|usera|this is a tweet 
473565810325865901|userb|some other example 
406478015419876422|userc|line 
separated 
tweet
431658790543289758|userd|one more tweet

我想去掉第三条推文中的换行符。除了上述之外，我还尝试过 post.strip('\n') 和 post.strip('0x0D 0x0A') 但似乎都不起作用。有任何想法吗？

Answer 1

这是因为strip返回“删除了前导和尾随字符的字符串的副本”。

您应该对新行和管道使用替换：

post = post.replace('|', ' ')
post = post.replace('\n', ' ')