PythonAPI流，在一定大小后写入新文件

我有一个python脚本，它维护到Twitter流API的开放连接，并将数据写入json文件。在写入的当前文件达到一定大小后，是否可以在不中断连接的情况下写入新文件？例如，我只传输了一周多的数据，但所有数据都包含在一个文件（~2gb）中，因此解析速度较慢。如果我可以在500mb之后写入一个新文件，那么我将有4个较小的文件（例如dump1.json、dump2.json等）需要解析，而不是一个较大的文件

import tweepy
from tweepy import OAuthHandler
from tweepy import Stream
from tweepy.streaming import StreamListener

# Add consumer/access tokens for Twitter API
consumer_key = '-----'
consumer_secret = '-----'
access_token = '-----'
access_secret = '-----'

auth = OAuthHandler(consumer_key, consumer_secret)
auth.set_access_token(access_token, access_secret)

api = tweepy.API(auth)

# Define streamlistener class to open a connection to Twitter and begin consuming data
class MyListener(StreamListener):
def on_data(self, data):
    try:
        with open('G:\xxxx\Raw_tweets.json', 'a') as f:
            f.write(data)
            return True
    except BaseException as e:
        print("Error on_data: %s" % str(e))
        return True
def on_error(self, status):
   print(status)
   return True

bounding_box = [-77.2157,38.2036,-76.5215,39.3365]#filtering by location
keyword_list = ['']#filtering by keyword

twitter_stream = Stream(auth, MyListener())
twitter_stream.filter(locations=bounding_box) # Filter Tweets in stream by location bounding box
#twitter_stream.filter(track=keyword_list) # Filter Tweets in stream by keyword

---

由于每次都要重新打开文件，所以非常简单—在文件名中使用索引，如果文件大小达到阈值，则将其提前

class MyListener(StreamListener):
    def __init(self):
        self._file_index = 0

    def on_data(self, data):
        tweets_file = 'G:\xxxx\Raw_tweets{}.json'.format(self._file_index)
        while os.path.exists(tweets_file) and os.stat(tweet_file).st_size > 2**10:
            self._file_index += 1 
            tweets_file = 'G:\xxxx\Raw_tweets{}.json'.format(self._file_index)
....

---

该循环将负责重新启动应用程序

，因为您每次都会重新打开文件，这相当简单-在文件名中使用索引，如果文件大小达到阈值，则将其提前

class MyListener(StreamListener):
    def __init(self):
        self._file_index = 0

    def on_data(self, data):
        tweets_file = 'G:\xxxx\Raw_tweets{}.json'.format(self._file_index)
        while os.path.exists(tweets_file) and os.stat(tweet_file).st_size > 2**10:
            self._file_index += 1 
            tweets_file = 'G:\xxxx\Raw_tweets{}.json'.format(self._file_index)
....

---

该循环将负责重新启动应用程序

Is

os.stat（tweet\u文件）.st\u size>2**10

如何设置文件大小？@AndrewR.，这是检查文件大小的方式。我首先检查是否存在以避免异常-您可以使用try…except。您可以将此代码打包到getter方法中-任何适合您的样式都是

os.stat（tweet\u file）.st\u size>2**10

如何设置文件大小？@AndrewR.，这是检查文件大小的方式。我首先检查是否存在以避免异常-您可以使用try…except。您可以将这段代码打包到getter方法中—任何适合您风格的方法