はじめに
Twitter上の過去のPeing回答投稿を消したいと思いたったものの、消去対象が1000件近くあったので手動で消すのはあきらめ、代わりに自動で対象のツイートを消去してくれるスクリプトを書いてみました。
Tweepyについて
TweepyはTwitterのAPIを利用したPythonライブラリーです。これを使えばツイッターのbotを作ったり自動でいいねやフォローしたりすることができます。今回は特定のツイートを自動で消去するスクリプトを紹介します。
準備
・Twitter APIの登録（こちらを参考にしてみてください）
・Twitterアーカイブデータのダウンロード（こちらを参考にしてみてください）
・Tweepy, pandasのインストール
方針
Twitterアーカイブデータをダウンロードするとtweet.jsというファイルが一緒にダウンロードされて来ます。このファイルには下記のように過去のツイートデータが大量に入ってます。"tweet" : { 以降の全てが一つのツイートに関してのデータを示しており、これと同様のデータが無数に続いて一つのファイルとして構成されています。
方針としては、下記のtweet.jsファイルのうち、**"source" :行に「https ://peing.net」が含まれているツイートを選択的に消去することを目指します。その際、個々のツイートに割り当てられているidも必要になるので"id_str" :**行の数値データも抽出します。
{
"tweet" : {
"retweeted" : false,
"source" : "<a href=\"https://peing.net\" rel=\"nofollow\">Peing</a>",
"entities" : {
"hashtags" : [ {
"text" : "Peing",
"indices" : [ "18", "24" ]
}, {
"text" : "質問箱",
"indices" : [ "25", "29" ]
} ],
"symbols" : [ ],
"user_mentions" : [ ],
"urls" : [ {
"url" : "https://t.co/snIXxSjooH",
"expanded_url" : "https://peing.net/ja/qs/636766292",
"display_url" : "peing.net/ja/qs/636766292",
"indices" : [ "30", "53" ]
} ]
},
"display_text_range" : [ "0", "53" ],
"favorite_count" : "0",
"id_str" : "1203602228591788032",
"truncated" : false,
"retweet_count" : "0",
"id" : "1203602228591788032",
"possibly_sensitive" : false,
"created_at" : "Sun Dec 08 09:08:27 +0000 2019",
"favorited" : false,
"full_text" : "ふっくらつやつやしたお米です。 \n\n#Peing #質問箱 https://t.co/snIXxSjooH",
"lang" : "ja"
}
コード
インポート
tweet.jsファイルから消去対象となるツイートデータの文字列を抽出する際に正規表現を利用するのでreモジュールをインポートします。また抽出したデータからデータフレームを作るためにpandasもインポートします。datetimeは個人的に実行時間がどれくらいかを計測するためにインポートしているので必須ではありません。tweepyはもちろん必須です。
import re
import pandas as pd
from datetime import datetime
import tweepy
ツイートデータの抽出
tweet.jsから必要なデータ（"source" :, "id_str" :）を抽出し、データフレームとして出力する関数を定義します。
def read_tweet_file(file):
"""
reads a tweet.js into a pd.DataFrame
"""
# tweet.jsファイルの読み込み
with open(file) as dataFile:
datalines = dataFile.readlines()
# 抽出データを格納する空データフレームの作成
colname = ['source', 'id']
df = pd.DataFrame([], columns=colname)
# 抽出する部分をリストに指定
regexes = [r' \"source\".*', r' \"id_str\".*' ]
for i, regex in enumerate(regexes):
L = []
for line in datalines:
# 条件にマッチする部分を抽出
match_obj = re.match(regex, line)
if match_obj :
L.append(match_obj.group())
# データフレームに格納
df[colname[i]] = pd.Series(L)
return df
消去対象ツイートの抽出
データフレームから消去対象ツイートのIDを出力する関数を定義します。
def extract_id(df):
target_id = []
for i in range(len(df)):
# データフレームからpeingのツイートのみを抽出
match_obj = re.search(r'https://peing.net', df['source'][i])
if match_obj:
# 消去対象ツイートIDをリストとして出力
target_id.append(int(re.search(r'[0-9]+', df['id'][i]).group()))
return target_id
ツイートの消去
ツイートIDを指定し、当該ツイートを消去する出力する関数を定義します。
def delete_tweets(target_id):
delete_count = 0
for status_id in target_id:
try:
# ツイートを消去
api.destroy_status(status_id)
print(status_id, 'deleted!')
delete_count += 1
except:
print(status_id, 'deletion failed.')
print(delete_count, 'tweets deleted.')
実行
上記で定義した関数を実行します。
# Twitter APIにアクセスするための認証
auth = tweepy.OAuthHandler('*API key*', '*API secret key*')
auth.set_access_token('*Access token*', '*Access token secret*')
api = tweepy.API(auth)
user = api.me()
# 実行
print(datetime.now())
df = read_tweet_file('tweet.js')
target_id = extract_id(df)
delete_tweets(target_id)
print(datetime.now())
結果
976の対象ツイートを自動で消去することができました。
（実行時間10分程度）
2020-02-07 17:24:57.816773
1204021701639426048 deleted!
1204020924015472640 deleted!
1204020044683833344 deleted!
1203904952684302337 deleted!
・・・（中略）・・・
1204025368052523014 deleted!
1204023316488560640 deleted!
1204023315221733376 deleted!
1204022282311499776 deleted!
976 tweets deleted.
2020-02-07 17:35:16.302221
さいごに
ここで紹介したコードを自由にいじって充実したツイ消しライフを送りましょう。
お読みいただきありがとうございました。それでは！