scraping-tweets-from-account

抓取账号的推文

导出任意公开 Twitter/X 账号的完整推文历史记录。返回包含回复和媒体内容的原始时间线数据集。

前提条件

• 已设置 APIFY_TOKEN 环境变量
• 可选：已安装 Apify MCP 服务

输入

参数	类型	必填	默认值	说明
searchTerms	数组	✅	[]	Twitter 高级搜索查询（例如 ["#AI lang:en", "from:NASA"]）
sort	字符串	可选	Top	排序方式：Latest、Top 或 Latest+Top
tweetLanguage	字符串	可选	—	ISO 639-1 语言代码（例如 en）
maxItems	数字	可选	不限	返回推文的最大数量
onlyVerifiedUsers	布尔值	可选	false	仅包含来自已认证用户的推文
onlyTwitterBlue	布尔值	可选	false	仅包含 Twitter Blue 订阅用户的推文
onlyImage	布尔值	可选	false	仅包含带图片的推文
onlyVideo	布尔值	可选	false	仅包含带视频的推文
onlyQuote	布尔值	可选	false	仅包含引用推文
author	字符串	可选	—	筛选特定作者账号
inReplyTo	字符串	可选	—	筛选回复特定账号的推文
mentioning	字符串	可选	—	筛选提及特定账号的推文
geotaggedNear	字符串	可选	—	筛选特定地点附近的推文
withinRadius	字符串	可选	—	geotaggedNear 周围的半径
geocode	字符串	可选	—	纬度/经度 + 半径字符串
placeObjectId	字符串	可选	—	筛选标记了地点的推文
minimumRetweets	数字	可选	—	最低转推数
minimumFavorites	数字	可选	—	最低点赞数
minimumReplies	数字	可选	—	最低回复数
start	字符串	可选	—	此日期之后的推文（YYYY-MM-DD）
end	字符串	可选	—	此日期之前的推文（YYYY-MM-DD）
includeSearchTerms	布尔值	可选	false	将匹配的搜索词添加到每条推文中
customMapFunction	字符串	可选	—	用于转换每个输出对象的 JavaScript 函数

工作流

Progress:
- [ ] Step 1: Confirm account is public
- [ ] Step 2: Run tweet-scraper
- [ ] Step 3: Poll for SUCCEEDED
- [ ] Step 4: Fetch and deliver dataset

第 1 步：验证输入

如果用户名带有 @，请将其去除。不要尝试抓取私密账号——Actor 将返回 0 条结果。

第 2 步：运行 Actor

推荐 — run_actor.js（自动处理等待、输出和文件保存）：

# Quick answer (prints table to chat)
node scripts/run_actor.js \
  --actor "apidojo~tweet-scraper" \
  --input '{"param": "value"}'

# Save as CSV
node scripts/run_actor.js \
  --actor "apidojo~tweet-scraper" \
  --input '{"param": "value"}' \
  --output YYYY-MM-DD_results.csv --format csv

# Save as JSON
node scripts/run_actor.js \
  --actor "apidojo~tweet-scraper" \
  --input '{"param": "value"}' \
  --output YYYY-MM-DD_results.json --format json

必须在环境变量或 .env 文件中设置 APIFY_TOKEN。

如果 Apify MCP 可用：

Tool: apify:run-actor
Actor: "apidojo~tweet-scraper"
Input:
{
  "twitterHandles": ["<handle>"],
  "maxItems": 200,
  "sort": "Latest"
}

REST API 备用方案：

curl -X POST \
  "https://api.apify.com/v2/acts/apidojo~tweet-scraper/runs?token=$APIFY_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"twitterHandles": ["<handle>"], "maxItems": 200, "sort": "Latest"}'

将 id 保存为 RUN_ID。轮询直到 status = SUCCEEDED：

curl "https://api.apify.com/v2/actor-runs/$RUN_ID?token=$APIFY_TOKEN" | grep '"status"'

获取结果：

curl "https://api.apify.com/v2/actor-runs/$RUN_ID/dataset/items?token=$APIFY_TOKEN&format=json"

第 3 步：处理边缘情况

• 0 条结果：账号可能是私密账号、已停用，或账号名拼写错误。请告知用户。
• 结果少于预期：账号公开推文数量可能少于请求数量。返回现有结果。
• 受保护的账号：Actor 将返回空结果——请告知用户该账号是私密账号。

输出格式

# Tweet Timeline: @<username>
Tweets collected: N | Includes replies: YES/NO | Includes retweets: YES/NO

| Tweet ID | Text (truncated) | Likes | Retweets | Replies | Media | Timestamp |
|----------|-----------------|-------|----------|---------|-------|-----------|
| ...      | ...             | ...   | ...      | ...     | ...   | ...       |

Full dataset: N rows × 12 fields
Available fields: id, text, likeCount, retweetCount, replyCount, quoteCount,
isReply, isRetweet, media, tweetUrl, lang, createdAt

故障排除

**已知的公开账号返回 0 条结果：**请重试——Twitter 可能会间歇性地限制请求频率。 **缺少较早的推文：**Twitter API 限制了历史记录访问；可能无法获取非常早的推文。 **超时：**将 maxItems 减少到每次运行最多 500 条。