Python 运行StreamListener（Tweepy）并同时分析推文

我目前正在使用Tweepy来传输推文，并将每条推文输出到json文件中。一旦我听完并关闭了流，我就开始分析推特的情绪。我想知道是否有一种方法可以同时做到这一点。我想启动流，在json文件中输出tweet，然后在该tweet上运行我的情绪分析，然后对每个tweet进行一次又一次的实时分析

def on_status(self, status):
    self.output.write(status + "\n")

    self.counter += 1

    if self.counter >= 20000:

        self.output.close()
        self.output = open('../streaming_data/' + self.fprefix + '.' + time.strftime('%Y%m%d-%H%M%S') + '.json', 'w')

上面是我的流侦听器。输出文件为self.output

tweets = {}

with open(output.json, 'r') as file:
    lines = (line.rstrip() for line in file)
    lines = (line for line in lines if line)

    for line in lines:
        tweet = json.loads(line)
        tweets[tweet['id']]= tweet

以上是我如何在tweets中存储每条tweet，以便使用函数分析它们。我的函数将tweets作为参数

function = myFunction(tweets, pos, neg)

---

实际上，StreamListener收集推文并将其存储在json文件中。但我想收集推文，一收到就分析。因此，收集一条tweet，然后分析它，然后再做一次。

是否有任何具体原因说明为什么要将tweet存储为json文件？为什么不简单地将tweet文本存储为文本文件，因为我假设您只对tweet文本进行分析。另外，为什么不调用一个函数来处理tweet并让它同时写入文件

可能看起来如下所示：

import tweepy
import secrets


class MyStreamListener(tweepy.StreamListener):
    def on_status(self, status):
        process_tweet(status.text)


def process_tweet(tweet):
    with open('tweets.txt', 'w') as tweet_file:
        tweet_file.write(tweet)
        sentiment_analysis(tweet)


def sentiment_analysis(tweet):
    #code to determine the sentiment of a tweet

您应该使用async参数在另一个线程中执行流：

aStream.filter(track=[aFilter], async=True)

或

aStream.userstream(async=True)