Parámetros de búsqueda: operadores de X con getTweetsSearchAPI()

getTweetsSearchAPI() le pasa el argumento search tal cual al buscador de X, así que acepta los mismos operadores que la búsqueda avanzada de la web: varios términos, frases exactas, OR, exclusiones, hashtags, cuentas de origen y destino, fechas, idioma, métricas mínimas y tipo de contenido. Este artículo recorre esos operadores con un ejemplo por cada uno.

Todos los ejemplos se ejecutaron contra X el 21 de octubre de 2026 y cada uno incluye una verificación sobre las columnas devueltas (por ejemplo, que con from:JMilei todas las filas tengan user == "@JMilei"). Las salidas son las reales de esa fecha; si los ejecutás otro día vas a obtener otros tweets. Para no repetir ruido, se omiten los mensajes de consola de cada búsqueda (Buscando: ..., Tweets únicos recolectados: ...).

Antes de empezar hace falta una sesión importada (ver la viñeta Primeros pasos):

library(TweetScraperR)
importSessionX(auth_token = "tu_auth_token", ct0 = "tu_ct0")

Si una búsqueda devuelve 0 tweets, reintentala. En las pruebas, la misma consulta devolvió de forma intermitente un resultado vacío y, al repetirla, los tweets esperados. Un vacío aislado no significa que el operador no funcione.

1. Términos

Varias palabras (todas deben aparecer)

Separadas por espacios, X busca tweets que contengan todas las palabras, en cualquier orden:

tw <- getTweetsSearchAPI("inteligencia artificial", n_tweets = 15)
head(tw[, c("fecha", "user", "texto")], 3)
#> # A tibble: 3 × 3
#>   fecha               user             texto
#>   <dttm>              <chr>            <chr>
#> 1 2026-10-21 22:23:30 @RoraimaC        "¿Alguien más ya se había dado cuenta qu…
#> 2 2026-10-21 22:22:33 @labitconf       "HOY! En un ratito nada más @RodolfoBits…
#> 3 2026-10-21 22:22:21 @CursosCarbonell "Centro Carbonell y el uso académico de …

mean(grepl("inteligencia", tolower(tw$texto)) & grepl("artificial", tolower(tw$texto)))
#> [1] 0.8666667

13 de 15 contienen las dos palabras en el texto. Los otros 2 muestran cómo busca X: uno está en portugués (“inteligência Artificial”: X ignora los tildes) y el otro coincide por el contenido del enlace que comparte, no por el texto del tweet.

Frase exacta

Entre comillas dobles, las palabras tienen que aparecer juntas y en ese orden. En R conviene encerrar la consulta entre comillas simples:

tw <- getTweetsSearchAPI('"inteligencia artificial"', n_tweets = 15)
sum(grepl("inteligencia artificial", tolower(tw$texto)))
#> [1] 13

Los 2 restantes son los mismos casos de arriba (tildes y enlace).

Una u otra palabra: `OR`

OR va en mayúsculas. Con paréntesis se puede agrupar y combinar con otros operadores (ver la sección 8):

tw <- getTweetsSearchAPI("inflación OR dólar", n_tweets = 15)
head(tw[, c("user", "texto")], 3)
#> # A tibble: 3 × 2
#>   user          texto
#>   <chr>         <chr>
#> 1 @N0me1mp0rta2 "@hayquedolarizar Sigue perdiendo contra la inflación de bienes…
#> 2 @cr7reygod    "@Maria_DB2023 Si la diferencia puto argenmono que es Corea tie…
#> 3 @fmarches10   "@PatoBullrich Toda de Toto y su politica monetaria de escasez …

sum(grepl("inflaci[oó]n|d[oó]lar", tolower(tw$texto)))
#> [1] 14
tw$texto[!grepl("inflaci[oó]n|d[oó]lar", tolower(tw$texto))]
#> [1] "https://t.co/sYivT99j49"

El único que no menciona ninguna de las dos palabras en el texto es un tweet que solo trae un enlace: la coincidencia está en la página enlazada.

Excluir una palabra: `-`

Un guion pegado a la palabra la excluye:

tw <- getTweetsSearchAPI('"inteligencia artificial" -chatgpt', n_tweets = 15)
any(grepl("chatgpt", tolower(tw$texto)))
#> [1] FALSE

2. Hashtags

Un hashtag

tw <- getTweetsSearchAPI("#ismanosetoca", n_tweets = 15)
head(tw[, c("fecha", "user", "hashtags")], 3)
#> # A tibble: 3 × 3
#>   fecha               user            hashtags
#>   <dttm>              <chr>           <list>
#> 1 2026-10-21 21:28:25 @aliziacomunica <chr [1]>
#> 2 2026-10-21 20:31:47 @El_Intermedio  <chr [1]>
#> 3 2026-10-21 20:00:41 @jmposnolose    <chr [1]>

all(sapply(tw$hashtags, function(h) "ismanosetoca" %in% tolower(h)))
#> [1] TRUE

La búsqueda no distingue mayúsculas: en hashtags aparecen ismanosetoca, Ismanosetoca e ISMANOSETOCA.

Varios hashtags a la vez

Igual que con las palabras, separados por espacios tienen que estar todos:

tw <- getTweetsSearchAPI("#RStats #DataScience", n_tweets = 15)
nrow(tw)
#> [1] 5
tw$hashtags[1:3]
#> [[1]]
#> [1] "RStats"      "DataScience"
#>
#> [[2]]
#> [1] "DataScience" "stats"       "rstats"      "ML"          "formacion"
#>
#> [[3]]
#> [1] "DataScience"     "Python"          "RStats"          "MachineLearning"
#> [5] "TimeSeries"

Se pidieron 15 pero X devolvió 5: la combinación es más restrictiva y no hay más tweets recientes con ambos hashtags.

Uno u otro hashtag

tw <- getTweetsSearchAPI("#RStats OR #Python", n_tweets = 20)
h <- lapply(tw$hashtags, tolower)
c(rstats = sum(sapply(h, function(x) "rstats" %in% x)),
  python = sum(sapply(h, function(x) "python" %in% x)))
#> rstats python
#>      2     18

Los 20 tweets tienen al menos uno de los dos hashtags.

3. Usuarios

Tweets de una cuenta: `from:`

tw <- getTweetsSearchAPI("from:JMilei", n_tweets = 15)
head(tw[, c("fecha", "user", "texto")], 3)
#> # A tibble: 3 × 3
#>   fecha               user    texto
#>   <dttm>              <chr>   <chr>
#> 1 2026-10-21 19:28:44 @JMilei "100 AÑOS DE PERDÓN..."
#> 2 2026-10-21 19:08:15 @JMilei "UN NIÑO PRODIGIO\nEl día que la Banda Presidennc…
#> 3 2026-10-21 17:05:09 @JMilei "FENÓMENO BARRIAL"

all(tw$user == "@JMilei")
#> [1] TRUE

La cuenta va sin @. A diferencia de getUserTweetsAPI(), con from: se pueden sumar otros operadores (fechas, palabras, filter:, etc.).

Respuestas dirigidas a una cuenta: `to:`

tw <- getTweetsSearchAPI("to:JMilei", n_tweets = 15)
head(tw[, c("user", "respuesta_a_user", "texto")], 3)
#> # A tibble: 3 × 3
#>   user             respuesta_a_user texto
#>   <chr>            <chr>            <chr>
#> 1 @sandracosta1052 @JMilei          "@JMilei Lava a tua boca podre pra falar do…
#> 2 @Santiago_Doval  @JMilei          "@JMilei No llegar a fin de mes no implica …
#> 3 @RebeccaaminAmin @JMilei          "@JMilei La historia se repite dos veces, p…

unique(tw$respuesta_a_user)
#> [1] "@JMilei"

De una cuenta hacia otra: `from:` + `to:`

Combinados, devuelven las respuestas de una cuenta a otra en particular:

tw <- getTweetsSearchAPI("from:JMilei to:slcaputo", n_tweets = 15)
tw[, c("fecha", "user", "respuesta_a_user", "texto")]
#> # A tibble: 1 × 4
#>   fecha               user    respuesta_a_user texto
#>   <dttm>              <chr>   <chr>            <chr>
#> 1 2026-10-05 19:04:10 @JMilei @slcaputo        @slcaputo Comparar a Doña Rosa c…

Para encontrar con quién conversa una cuenta, primero se pueden buscar sus respuestas (from:JMilei filter:replies, ver la sección 6) y mirar la columna respuesta_a_user.

Menciones de una cuenta, salvo las propias: `@` y `-from:`

tw <- getTweetsSearchAPI("@JMilei -from:JMilei", n_tweets = 15)
all(sapply(tw$menciones, function(m) "JMilei" %in% m))
#> [1] TRUE
any(tw$user == "@JMilei")
#> [1] FALSE

Una conversación completa: `conversation_id:`

Todos los tweets de un hilo comparten el conversation_id del tweet que lo inició. Sirve para traer las respuestas a un tweet, incluidas las respuestas a otras respuestas:

tw <- getTweetsSearchAPI("conversation_id:2112586702854459901", n_tweets = 20)
all(tw$conversation_id == "2112586702854459901")
#> [1] TRUE
head(tw[, c("user", "respuesta_a_user")], 3)
#> # A tibble: 3 × 2
#>   user            respuesta_a_user
#>   <chr>           <chr>
#> 1 @cuervoloco16   @GonAcademico
#> 2 @Marronazos     @GordoDan_
#> 3 @Arturo_FloresC @JMilei

4. Fechas

Por día: `since` y `until`

getTweetsSearchAPI() tiene los argumentos since y until. Con un día ("YYYY-MM-DD" o un objeto Date), los dos extremos son inclusivos: until = "2026-10-13" incluye los tweets del 13.

tw <- getTweetsSearchAPI("from:NASA", n_tweets = 20,
                         since = "2026-10-10", until = "2026-10-13")
table(as.Date(tw$fecha))
#>
#> 2026-10-11 2026-10-13
#>          1          3

(@NASA no publicó el 10 ni el 12). Con el mismo día en los dos extremos se obtiene un solo día:

tw <- getTweetsSearchAPI("from:NASA", n_tweets = 40,
                         since = "2026-10-09", until = "2026-10-09")
table(as.Date(tw$fecha))
#>
#> 2026-10-09
#>          5

Los argumentos son un atajo: escribir since: y until: dentro de search da exactamente el mismo resultado:

tw <- getTweetsSearchAPI("from:NASA since:2026-10-10 until:2026-10-13", n_tweets = 20)
table(as.Date(tw$fecha))
#>
#> 2026-10-11 2026-10-13
#>          1          3

Por hora exacta

Si since/until llevan hora ("YYYY-MM-DD HH:MM" o "YYYY-MM-DD HH:MM:SS"), se interpretan en UTC, como la columna fecha, y getTweetsSearchAPI() las traduce a los operadores since_time: y until_time: de X. En este caso se muestra el mensaje Buscando: para que se vea la traducción:

tw <- getTweetsSearchAPI("argentina", n_tweets = 15,
                         since = "2026-10-20 12:00:00", until = "2026-10-20 12:10:00")
#> Buscando: argentina since_time:1792497600 until_time:1792498200 (Latest)
range(tw$fecha)
#> [1] "2026-10-20 12:09:30 UTC" "2026-10-20 12:09:58 UTC"

Todos los tweets caen en la franja (son los 15 más recientes de esos 10 minutos). Para trabajar en otra zona horaria, pasá objetos POSIXct, que conservan su zona:

a <- as.POSIXct("2026-10-20 13:00", tz = "America/Argentina/Buenos_Aires")
tw <- getTweetsSearchAPI("argentina", n_tweets = 15, since = a, until = a + 600)
#> Buscando: argentina since_time:1792512000 until_time:1792512600 (Latest)
format(range(tw$fecha), tz = "America/Argentina/Buenos_Aires")
#> [1] "2026-10-20 13:09:31" "2026-10-20 13:09:59"

Los operadores también se pueden escribir a mano dentro de search, con la hora en segundos Unix:

as.integer(as.POSIXct(c("2026-10-20 12:00:00", "2026-10-20 12:10:00"), tz = "UTC"))
#> [1] 1792497600 1792498200
tw <- getTweetsSearchAPI("argentina since_time:1792497600 until_time:1792498200",
                         n_tweets = 15)
range(tw$fecha)
#> [1] "2026-10-20 12:09:30 UTC" "2026-10-20 12:09:58 UTC"

Ojo: escribir la hora con el operador de días (since:2026-10-20_12:00:00) no devuelve resultados; X solo acepta horas con since_time:/until_time:.

Por ID de tweet: `since_id:` y `max_id:`

since_id: trae lo posterior a un tweet (sin incluirlo) y max_id: lo anterior. Es lo que usa getTweetsLiveAPI() para pedir solo tweets nuevos en cada ronda. Como los IDs de X codifican el instante de publicación, también sirven como franja horaria: la ventana since_id:2112514164126646272 max_id:2112516680709046272 corresponde a 12:00–12:10 UTC del 20/10/2026 y devolvió los mismos 15 tweets que el ejemplo anterior.

5. Idioma: `lang:`

tw <- getTweetsSearchAPI("messi lang:en", n_tweets = 15)
table(tw$idioma)
#>
#> en
#> 15

El código es el mismo que devuelve la columna idioma (es, en, pt, …).

6. Métricas mínimas: `min_faves:`, `min_retweets:`, `min_replies:`

tw <- getTweetsSearchAPI("milei min_faves:1000", n_tweets = 15)
head(tw[, c("user", "megustas", "retweets")], 3)
#> # A tibble: 3 × 3
#>   user             megustas retweets
#>   <chr>               <int>    <int>
#> 1 @ArrepentidosLLA     1409      137
#> 2 @laderechadiario     1586      267
#> 3 @OPRArgentina        1683      243
min(tw$megustas)
#> [1] 1018

Se pueden combinar:

tw <- getTweetsSearchAPI("milei min_retweets:500 min_replies:100", n_tweets = 15)
c(retweets = min(tw$retweets), respuestas = min(tw$respuestas))
#>   retweets respuestas
#>        506        102

7. Tipo de contenido

Con imágenes, videos o GIFs: `filter:media`

tw <- getTweetsSearchAPI("milei filter:media", n_tweets = 15)
table(unlist(tw$media_tipo))
#>
#> animated_gif        photo        video
#>            1           14            3

filter:images no devolvió resultados en las pruebas. Para quedarte solo con los tweets que tienen fotos, filtrá en R por media_tipo:

fotos <- tw[sapply(tw$media_tipo, function(t) "photo" %in% t), ]
nrow(fotos)
#> [1] 10

Con video: `filter:videos`

tw <- getTweetsSearchAPI("milei filter:videos", n_tweets = 15)
table(unlist(tw$media_tipo))
#>
#> video
#>    15

Con enlaces: `filter:links` y `url:`

filter:links trae tweets con algún enlace; url: exige un dominio (o parte de una URL) en particular:

tw <- getTweetsSearchAPI("inteligencia artificial filter:links", n_tweets = 15)
all(lengths(tw$urls_externas) > 0)
#> [1] TRUE

tw <- getTweetsSearchAPI("url:youtube.com milei", n_tweets = 15)
sum(sapply(tw$urls_externas, function(u) any(grepl("youtu", u, ignore.case = TRUE))))
#> [1] 15

Respuestas sí o no: `filter:replies` y `-filter:replies`

tw <- getTweetsSearchAPI("milei filter:replies", n_tweets = 15)
any(is.na(tw$respuesta_a_id))
#> [1] FALSE
head(tw$respuesta_a_user)
#> [1] "@eldestapeweb"  "@alferdez"      "@RCachanosky"   "@OPRArgentina"
#> [5] "@BenedettiTano" "@cayetanaAT"

tw <- getTweetsSearchAPI("milei -filter:replies", n_tweets = 15)
all(is.na(tw$respuesta_a_id))
#> [1] TRUE

Citas: `filter:quote`

tw <- getTweetsSearchAPI("milei filter:quote", n_tweets = 15)
all(tw$es_cita)
#> [1] TRUE

El ID del tweet citado queda en la columna tweet_citado_id.

8. Pestañas de resultados: `product`

El argumento product elige la pestaña del buscador: "Latest" (por defecto, orden cronológico), "Top" (destacados, mezcla fechas) o "Media" (solo tweets con fotos o videos):

tw <- getTweetsSearchAPI("milei", n_tweets = 10, product = "Top")
head(tw[, c("fecha", "user", "megustas")], 3)
#> # A tibble: 3 × 3
#>   fecha               user        megustas
#>   <dttm>              <chr>          <int>
#> 1 2026-10-21 14:12:47 @LucaRomero     6835
#> 2 2026-10-20 23:07:41 @winazkifan     1409
#> 3 2026-10-21 17:41:43 @alferdez       3603

tw <- getTweetsSearchAPI("milei", n_tweets = 10, product = "Media")
all(lengths(tw$media) > 0)
#> [1] TRUE

9. Combinar operadores

Los operadores se suman en la misma consulta. Este ejemplo pide tweets que digan “inflación” o “dólar”, en español, con al menos 100 me gusta, que no sean respuestas y publicados desde el 1 de octubre:

tw <- getTweetsSearchAPI(
  "(inflación OR dólar) lang:es min_faves:100 -filter:replies",
  n_tweets = 15, since = "2026-10-01"
)
head(tw[, c("fecha", "user", "megustas", "texto")], 3)
#> # A tibble: 3 × 4
#>   fecha               user            megustas texto
#>   <dttm>              <chr>              <int> <chr>
#> 1 2026-10-21 21:17:40 @Felii_N             108 "El indice de inflación (IPC) co…
#> 2 2026-10-21 20:54:23 @SantiagoVelezP      238 "Los números de Milei hablan por…
#> 3 2026-10-21 20:40:31 @GordaMar_           441 "Si \"salvar el país\" implica v…

c(idioma_es = all(tw$idioma == "es"),
  megustas_100 = all(tw$megustas >= 100),
  sin_respuestas = all(is.na(tw$respuesta_a_id)),
  desde_oct = all(tw$fecha >= as.POSIXct("2026-10-01", tz = "UTC")))
#>      idioma_es   megustas_100 sin_respuestas      desde_oct
#>           TRUE           TRUE           TRUE           TRUE

10. Los mismos operadores en vivo

getTweetsLiveAPI() acepta la misma consulta y la repite cada interval segundos trayendo solo tweets nuevos:

vivo <- getTweetsLiveAPI("milei lang:es -filter:replies",
                         interval = 60, duration = 60, n_tweets = 20)
#> Captura en vivo de: milei lang:es -filter:replies (cada 60 s hasta las 19:41:20)
#> 19:40:27 | ronda 1: 20 nuevos | total: 20
#> 19:41:38 | ronda 2: 9 nuevos | total: 29
#> Captura terminada: 29 tweets en 2 rondas.

c(idioma_es = all(vivo$idioma == "es"),
  sin_respuestas = all(is.na(vivo$respuesta_a_id)),
  sin_duplicados = !anyDuplicated(vivo$tweet_id))
#>      idioma_es sin_respuestas sin_duplicados
#>           TRUE           TRUE           TRUE

Resumen

Quiero…	Consulta
Todas las palabras	`inteligencia artificial`
Frase exacta	`"inteligencia artificial"`
Una u otra	`inflación OR dólar`
Excluir una palabra	`"inteligencia artificial" -chatgpt`
Un hashtag / varios / uno u otro	`#ismanosetoca` / `#RStats #DataScience` / `#RStats OR #Python`
Tweets de una cuenta	`from:JMilei`
Respuestas a una cuenta	`to:JMilei`
Respuestas de una cuenta a otra	`from:JMilei to:slcaputo`
Menciones, sin las propias	`@JMilei -from:JMilei`
Un hilo completo	`conversation_id:<id>`
Rango de días (inclusivo)	`since = "2026-10-10", until = "2026-10-13"`
Franja horaria (UTC)	`since = "2026-10-20 12:00", until = "2026-10-20 12:10"`
Posteriores / anteriores a un tweet	`since_id:<id>` / `max_id:<id>`
Idioma	`lang:es`
Métricas mínimas	`min_faves:1000`, `min_retweets:500`, `min_replies:100`
Con media / video / enlaces	`filter:media` / `filter:videos` / `filter:links`
Enlaces a un dominio	`url:youtube.com`
Solo respuestas / sin respuestas	`filter:replies` / `-filter:replies`
Citas	`filter:quote`
Destacados / solo media	`product = "Top"` / `product = "Media"`

No funcionó en las pruebas: filter:images (usar filter:media y filtrar por media_tipo).

1. Términos

Varias palabras (todas deben aparecer)

Frase exacta

Una u otra palabra: OR

Excluir una palabra: -

2. Hashtags

Un hashtag

Varios hashtags a la vez

Uno u otro hashtag

3. Usuarios

Tweets de una cuenta: from:

Respuestas dirigidas a una cuenta: to:

De una cuenta hacia otra: from: + to:

Menciones de una cuenta, salvo las propias: @ y -from:

Una conversación completa: conversation_id:

4. Fechas

Por día: since y until