Get Iterative Tweets in Streaming II

Obsoleta: preferí getTweetsSearchAPI(), basada en la API de X (datos del JSON, mas robusta).

Esta función recolecta tweets de forma iterativa utilizando la función optimizada getTweetsSearchStreaming2, con manejo robusto de errores, seguimiento de progreso, unificación de datos y gestión eficiente de recursos del sistema. Optimización realizada con asistencia de Claude Sonnet 4 (Anthropic).

Usage

getTweetsSearchStreamingFor2(
  iterations,
  search,
  n_tweets,
  sleep = 15,
  xuser = Sys.getenv("TWITTER_USER", Sys.getenv("USER")),
  xpass = Sys.getenv("TWITTER_PASS", Sys.getenv("PASS")),
  dir = getwd(),
  system = "unix",
  kill_system = FALSE,
  sleep_time = 300,
  max_retries = 3,
  backoff_factor = 2,
  consolidate_data = TRUE,
  cleanup_individual = FALSE,
  verbose = TRUE,
  progress_file = NULL,
  resume_from = 1
)

Arguments

iterations

Número de iteraciones a realizar

search

Término de búsqueda para los tweets

n_tweets

Número de tweets a recolectar en cada iteración

sleep

Tiempo de espera para la carga de tweets. Por defecto este valor es de 15 segundos.

xuser

Nombre de usuario de Twitter para autenticación. Por defecto es el valor de la variable de entorno TWITTER_USER (o USER si no está definida).

xpass

Contraseña de Twitter para autenticación. Por defecto es el valor de la variable de entorno TWITTER_PASS (o PASS si no está definida).

dir

Directorio donde se guardarán los tweets

system

Sistema operativo ('windows', 'unix', 'macOS'). Se mantiene por compatibilidad; el cierre del navegador ya no depende del sistema operativo.

kill_system

Booleano que indica si se debe cerrar el navegador (solo las sesiones propias del paquete) después de cada iteración (por defecto: FALSE)

sleep_time

Tiempo de espera entre iteraciones en segundos. Por defecto este valor es de 300 segundos.

max_retries

Número máximo de reintentos por iteración (por defecto: 3)

backoff_factor

Factor de backoff exponencial entre reintentos (por defecto: 2)

consolidate_data

Booleano para unificar todos los datos en un único archivo al final (por defecto: TRUE)

cleanup_individual

Booleano para eliminar archivos individuales después de unificar (por defecto: FALSE)

verbose

Booleano para mostrar mensajes detallados (por defecto: TRUE)

progress_file

Archivo para guardar el progreso de la recolección (por defecto: NULL). Si el archivo ya existe, la recolección se reanuda automáticamente desde la iteración siguiente a la última completada, reutilizando el directorio de salida de la sesión anterior.

resume_from

Iteración desde la cual resumir la recolección (por defecto: 1). Si se indica explícitamente, tiene prioridad sobre el progreso guardado en progress_file.

Value

Lista con estadísticas de la recolección y ruta del archivo unificado (si aplica)

References

Puedes encontrar más información sobre el paquete TweetScrapeR en: https://github.com/agusnieto77/TweetScraperR

Función optimizada con asistencia de Claude Sonnet 4 (Anthropic, 2025). Optimizaciones incluyen: manejo robusto de errores, seguimiento de progreso, unificación de datos, y gestión eficiente de recursos del sistema.

Examples

if (FALSE) { # \dontrun{
# Uso básico
result <- getTweetsSearchStreamingFor2(
  iterations = 5,
  search = "Milei",
  n_tweets = 100,
  dir = "./data/tweets"
)

# Uso avanzado con opciones de recuperación
result <- getTweetsSearchStreamingFor2(
  iterations = 10,
  search = "#datascience",
  n_tweets = 200,
  dir = "./data/tweets",
  system = "unix",
  kill_system = TRUE,
  sleep_time = 600,
  max_retries = 5,
  consolidate_data = TRUE,
  cleanup_individual = TRUE,
  progress_file = "./progress.rds",
  verbose = TRUE
)

# Resumir recolección desde iteración específica
result <- getTweetsSearchStreamingFor2(
  iterations = 10,
  search = "#RStats",
  n_tweets = 150,
  dir = "./data/tweets",
  resume_from = 6,
  progress_file = "./progress.rds"
)
} # }