Como coletar dados políticos do Twitter para pesquisa

#Quais dados políticos do Twitter você pode coletar

Hoje dá para coletar três tipos de dados políticos no X: o que as autoridades publicam, o que o público diz sobre uma eleição ou um tema e como as pessoas respondem aos posts das autoridades. Todos são públicos, têm data e hora e estão ligados a um autor, e é por isso que o X continua sendo uma fonte padrão na pesquisa de comunicação política.

• Posts das próprias autoridades. Parlamentares, ministros, partidos, órgãos públicos e candidatos. É um registro pequeno e limpo: algumas centenas de contas e dezenas de milhares de posts por mês para um legislativo nacional.
• Debate sobre eleições e temas. Tudo o que o público publica com o nome de um candidato, um projeto de lei, uma hashtag ou um debate. Vai de milhares de posts numa disputa local a milhões numa votação nacional.
• Reações. As respostas e os quotes sob uma declaração oficial, que mostram como a mensagem foi recebida.

Alguns dados ficam fora do alcance de qualquer API: posts que o autor apagou, contas protegidas, mensagens privadas e a lista de quem curtiu um post. Os datasets de pesquisa antigos não preenchem essa lacuna. A maioria foi publicada como listas de IDs de tweets, porque as regras da plataforma permitiam compartilhar IDs, mas não os textos, e o ID de um tweet apagado hoje não devolve nada. Os pesquisadores perderam o caminho gratuito em 2023, e a história de quem podia buscar no arquivo do Twitter explica o que veio no lugar.

Por isso, um estudo político em 2026 coleta os próprios dados: daqui para a frente, numa campanha em andamento, ou de volta pelo arquivo, numa campanha passada, que chega até março de 2006.

#Colete tweets políticos com a Sorsa API

Para coletar tweets políticos, use a Sorsa API: uma única chave de API lê as linhas do tempo das autoridades e o debate eleitoral a partir de US$ 0,07 por 1.000 tweets, a 20 requisições por segundo em todos os planos, sem conta de desenvolvedor do X e sem OAuth. A API oficial do X cobra US$ 5,00 por 1.000 posts pelas mesmas leituras e para em 3 milhões de posts por mês.

Cada tipo de dado político tem o seu endpoint. Todos devolvem o perfil completo do autor dentro de cada tweet, sem custo extra.

• Uma lista de autoridades, como um único feed

  Endpoint da Sorsa API

  GET /list-tweets (abre em uma nova aba)

  Por requisição

  cerca de 20 tweets

  A partir de, por 1.000

  US$ 0,07

• A linha do tempo completa de uma autoridade

  Endpoint da Sorsa API

  POST /user-tweets (abre em uma nova aba)

  Por requisição

  cerca de 20 tweets

  A partir de, por 1.000

  US$ 0,07

• Debate sobre eleição ou tema, por consulta e data

  Endpoint da Sorsa API

  POST /search-tweets (abre em uma nova aba)

  Por requisição

  cerca de 20 tweets

  A partir de, por 1.000

  US$ 0,07

• Respostas sob um post de uma autoridade

  Endpoint da Sorsa API

  POST /comments (abre em uma nova aba)

  Por requisição

  cerca de 20 respostas

  A partir de, por 1.000

  US$ 0,07

• Perfis de todas as contas da sua lista

  Endpoint da Sorsa API

  GET /info-batch (abre em uma nova aba)

  Por requisição

  até 100 perfis

  A partir de, por 1.000

  US$ 0,014

• Posts que você já tem, conferidos de novo por ID

  Endpoint da Sorsa API

  POST /tweet-info-bulk (abre em uma nova aba)

  Por requisição

  até 100 tweets

  A partir de, por 1.000

  US$ 0,014

A Sorsa API é uma API REST: uma requisição com a sua chave devolve JSON limpo, sem nada para rodar no navegador e sem conta no X. Ela roda em produção desde 2022, com mais de 6 bilhões de requisições atendidas, e, quando o X muda alguma coisa, a correção fica por nossa conta, então uma coleta que atravessa a noite de uma eleição não quebra no meio. Ela nunca pede o login do seu X, então a sua própria conta não corre risco.

#Monte uma lista de monitoramento das contas de políticos

Uma lista de monitoramento é a relação de contas que o seu estudo acompanha, guardadas como IDs numéricos de usuário. Comece por uma fonte pública que alguém já verificou, não por uma busca de selos azuis: desde 2023 o selo é uma assinatura paga, não prova de que a conta é oficial.

Para o Congresso dos EUA, o projeto de dados abertos unitedstates/congress-legislators (abre em uma nova aba) mantém um arquivo com as contas oficiais dos membros nas redes sociais. Em 2 de novembro de 2026 ele listava 505 contas do X, 408 delas com IDs numéricos, e a última atualização era de 24 de outubro de 2026. O projeto aceita só contas oficiais, mantidas com dinheiro público, e não contas de campanha ou pessoais, que é a distinção de que um estudo de comunicação oficial precisa. Muitos parlamentos publicam as contas dos membros em seus próprios sites de dados abertos; comece por eles em outros países.

Os handles mudam; os IDs numéricos não. Resolva cada handle para o seu ID uma vez com GET /info-batch, 100 contas por requisição, e use o ID como chave da sua lista. O script abaixo lê o arquivo do Congresso e salva uma linha de perfil por membro.

import csv
import requests
import yaml  # pip install pyyaml requests

URL = "https://api.sorsa.io/v3/info-batch"
HEADERS = {"ApiKey": "YOUR_API_KEY"}
SRC = ("https://raw.githubusercontent.com/unitedstates/"
       "congress-legislators/main/legislators-social-media.yaml")

members = yaml.safe_load(requests.get(SRC, timeout=30).text)
handles = [m["social"]["twitter"] for m in members
           if m["social"].get("twitter")]

rows = []
for i in range(0, len(handles), 100):  # 100 handles per request
    r = requests.get(URL, headers=HEADERS, timeout=30,
                     params={"usernames": handles[i:i + 100]})
    r.raise_for_status()
    rows += r.json().get("users", [])

with open("watchlist.csv", "w", newline="", encoding="utf-8") as f:
    w = csv.writer(f)
    w.writerow(["id", "username", "display_name", "followers"])
    for u in rows:
        w.writerow([u["id"], u["username"], u["display_name"],
                    u["followers_count"]])
print(len(rows), "accounts saved")

Seis requisições cobrem os 505 handles. As contas que não voltam foram renomeadas, suspensas ou protegidas depois da atualização da lista; confira-as à mão uma vez e corrija o arquivo.

#Colete todos os posts da lista de monitoramento

Para coletar todos os posts que uma lista de monitoramento publica, reúna as contas numa List pública do X e leia-a com GET /list-tweets: um único feed traz os posts de todos os membros, do mais novo para o mais antigo, cerca de 20 por requisição. Uma List do X comporta até 5.000 contas, o bastante para qualquer legislativo nacional, e o guia de Lists mostra como ler Lists do X pela API.

Consulte o feed em intervalos regulares e volte páginas só até chegar a um post que você já salvou. Uma verificação por hora de uma List do Congresso com 505 contas custa então algumas requisições, seja a hora calma ou movimentada.

import json
import time
from datetime import datetime, timezone

import requests

URL = "https://api.sorsa.io/v3/list-tweets"
HEADERS = {"ApiKey": "YOUR_API_KEY"}
LIST_ID = "1720000000000000001"  # your public X List of officials


def check(last_id):
    """Fetch posts newer than last_id, newest first."""
    params, new = {"list_id": LIST_ID}, []
    while True:
        r = requests.get(URL, headers=HEADERS, params=params, timeout=30)
        if r.status_code == 429:  # over 20 requests a second
            time.sleep(1)
            continue
        r.raise_for_status()
        page = r.json()
        for t in page.get("tweets", []):
            if int(t["id"]) <= last_id:
                return new  # reached the last saved post
            new.append(t)
        if not page.get("next_cursor"):
            return new
        params["next_cursor"] = page["next_cursor"]


last_id = 0  # store this between runs
while True:
    seen = datetime.now(timezone.utc).isoformat()
    posts = check(last_id)
    with open("posts.jsonl", "a", encoding="utf-8") as f:
        for t in posts:
            f.write(json.dumps({"first_seen": seen, **t}) + "\n")
    if posts:
        last_id = max(int(t["id"]) for t in posts)
    print(seen, len(posts), "new posts")
    time.sleep(3600)  # one check an hour

// watch.mjs, Node.js 18 or later
import fs from "node:fs";

const URL = "https://api.sorsa.io/v3/list-tweets";
const headers = { ApiKey: "YOUR_API_KEY" };
const LIST_ID = "1720000000000000001"; // your public X List
const sleep = (ms) => new Promise((r) => setTimeout(r, ms));

async function check(lastId) {
  const params = new URLSearchParams({ list_id: LIST_ID });
  const fresh = [];
  while (true) {
    const res = await fetch(`${URL}?${params}`, { headers });
    if (res.status === 429) { await sleep(1000); continue; }
    if (!res.ok) throw new Error(`HTTP ${res.status}`);
    const page = await res.json();
    for (const t of page.tweets ?? []) {
      if (BigInt(t.id) <= lastId) return fresh; // already saved
      fresh.push(t);
    }
    if (!page.next_cursor) return fresh;
    params.set("next_cursor", page.next_cursor);
  }
}

let lastId = 0n; // store this between runs
while (true) {
  const seen = new Date().toISOString();
  const posts = await check(lastId);
  const lines = posts.map((t) =>
    JSON.stringify({ first_seen: seen, ...t }) + "\n");
  fs.appendFileSync("posts.jsonl", lines.join(""));
  for (const t of posts) if (BigInt(t.id) > lastId) lastId = BigInt(t.id);
  console.log(seen, posts.length, "new posts");
  await sleep(3_600_000); // one check an hour
}

Uma resposta 403 significa que a chave está ausente, errada ou sem requisições; uma 429 significa mais de 20 requisições em um segundo, então o script espera um segundo e pede de novo. Os IDs dos tweets crescem com o tempo, e é por isso que compará-los encontra o último post salvo.

Para puxar uma única vez todo o histórico de uma autoridade, chame POST /user-tweets com o ID de usuário da conta e vá voltando páginas do post mais novo ao mais antigo; o guia para baixar todos os tweets de um usuário cobre essa exportação para CSV.

#Colete o debate sobre eleições e temas por busca

O debate sobre eleições e temas se coleta com uma consulta de busca: nomes de candidatos e partidos, as hashtags da disputa e as expressões-chave do tema, um idioma e uma janela de datas, enviados ao POST /search-tweets e paginados com next_cursor. A consulta é o desenho da pesquisa, então escreva-a antes de coletar e publique-a junto com os resultados.

Equilibre a consulta. Uma busca pela hashtag de um lado mede um lado só, então cite todos os candidatos e partidos da disputa do mesmo jeito, com os mesmos operadores. Corte períodos longos em janelas de um dia ou de uma semana com since: e until:, para que uma janela que falhou seja repetida sozinha. A sintaxe completa está na lista de operadores de busca do Twitter.

curl -X POST "https://api.sorsa.io/v3/search-tweets" \
  -H "ApiKey: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "query": "(#Measure7 OR \"Measure 7\") since:2026-10-20 until:2026-10-21",
    "order": "latest"
  }'

{
  "tweets": [
    {
      "id": "1981234567890123456",
      "full_text": "Measure 7 forum tonight: each side got 5 questions.",
      "created_at": "2026-10-20T23:41:07Z",
      "lang": "en",
      "likes_count": 57,
      "retweet_count": 14,
      "reply_count": 9,
      "quote_count": 3,
      "is_reply": false,
      "is_quote_status": false,
      "user": {
        "id": "1590000000000000042",
        "username": "county_civics_desk_demo",
        "display_name": "County Civics Desk",
        "followers_count": 8213
      }
    }
  ],
  "next_cursor": "DAADDAABCgABG4lN0iWAJ8kKAAIbiUY1qZvwRg"
}

Envie o mesmo corpo de novo com next_cursor adicionado e pare quando uma resposta vier sem ele. As páginas trazem cerca de 20 tweets e o tamanho varia, então conte posts, não páginas.

Decida sobre os retweets antes de coletar

Os retweets carregam muito mais política do que os posts originais, então descartá-los muda o que o seu dataset diz. No estudo do Pew Research Center sobre um ano de tweets de adultos dos EUA, 44% dos retweets e 42% dos quotes eram políticos, contra 26% das respostas e 8% dos tweets originais.

Um estudo sobre o que as pessoas dizem com as próprias palavras acrescenta -filter:retweets à consulta. Um estudo sobre o que se espalha mantém os retweets e lê o post original em retweeted_status de cada um. As duas escolhas são válidas; deixá-la ao acaso não é.

#Guarde um registro dos posts apagados

Nenhuma API devolve um post depois que o autor o apaga, nem a Sorsa API nem a API oficial do X, então o único registro de um post apagado por um político é o que você salvou primeiro. Uma lista de monitoramento que guarda todo post assim que o vê já tem esse registro; o que falta é um jeito de perceber o apagamento.

Confira de novo os IDs que você salvou com POST /tweet-info-bulk, 100 por requisição. Um post que não volta mais foi apagado, ou a conta dele foi suspensa ou protegida; registre o ID com o horário em que você percebeu. Uma conferência diária de 100 mil posts salvos leva 1.000 requisições, a partir de US$ 1,40.

import requests

URL = "https://api.sorsa.io/v3/tweet-info-bulk"
HEADERS = {"ApiKey": "YOUR_API_KEY"}


def missing(ids):
    """Return the saved IDs that no longer come back."""
    gone = []
    for i in range(0, len(ids), 100):  # 100 IDs per request
        batch = ids[i:i + 100]
        r = requests.post(URL, headers=HEADERS, timeout=30,
                          json={"tweet_links": batch})
        r.raise_for_status()
        back = {t["id"] for t in r.json().get("tweets", [])}
        gone += [x for x in batch if x not in back]
    return gone

Os posts apagados são a parte mais sensível de uma coleta política. Relate-os como contagens e padrões, ou cite-os apenas quando o autor for uma autoridade pública e o post fizer parte de assunto de interesse público, como fizeram os arquivos da imprensa com posts apagados de políticos.

#Quanto custa uma coleta política

Uma coleta política na Sorsa API custa a partir de US$ 0,07 por 1.000 tweets pela busca, pelas linhas do tempo e pelos feeds de Lists, contra US$ 5,00 por 1.000 posts na API oficial do X, cerca de 70 vezes menos. Os cartões comparam as duas APIs para o tamanho do seu estudo.

Três trabalhos de pesquisa típicos mostram onde a diferença aparece. Os valores da API oficial do X contam só posts, ao preço da lista de preços de pagamento por uso (abre em uma nova aba) do X.

• Um mês de posts do Congresso, 505 contas com 4 por dia cada, conferidas a cada hora

  Tweets

  61 mil

  Sorsa API

  a partir de US$ 5,04

  API oficial do X

  US$ 303

• Uma noite de debate, nomes e hashtags de todos os candidatos

  Tweets

  200 mil

  Sorsa API

  a partir de US$ 14

  API oficial do X

  US$ 1.000

• Dez semanas de debate de campanha

  Tweets

  10 milhões

  Sorsa API

  a partir de US$ 700

  API oficial do X

  acima do teto mensal de 3 milhões: Enterprise, a partir de US$ 42 mil por mês

Bom saber

A partir de 22 de novembro de 2026, a API oficial do X também cobra cada perfil de autor que volta com um post, a US$ 0,010, como a equipe de desenvolvedores do X anunciou em 23 de outubro (abre em uma nova aba). Os resultados de busca vêm de milhares de autores diferentes, então o debate eleitoral lido ali pode custar até US$ 15,00 por 1.000 posts. A Sorsa API inclui todos os autores no próprio tweet.

O plano de pagamento por uso da API oficial do X para em 3 milhões de leituras de posts por ciclo de cobrança, então uma campanha nacional ultrapassa esse teto em poucas semanas, e o degrau seguinte é um contrato Enterprise a partir de cerca de US$ 42 mil por mês. Ele também exige uma conta de desenvolvedor aprovada, um projeto e um app, e tokens OAuth antes da primeira leitura.

#Regras que mantêm a pesquisa política sólida

Os dados políticos do Twitter medem o debate online, não a opinião pública, e as regras abaixo mantêm um estudo dentro do que os dados conseguem mostrar.

• Usuários do X não são o eleitorado. No estudo do Pew, adultos com 50 anos ou mais eram 24% dos usuários adultos dos EUA e escreveram 78% dos tweets políticos. Trate as contagens como uma medida de quem fala no X, nunca como uma pesquisa de opinião.
• Bots e contas coordenadas inflam temas políticos. Filtre-os antes de contar e relate o que removeu; o guia de detecção de bots no Twitter lista os sinais.
• A consulta decide o resultado. Publique a consulta exata, as janelas, o endpoint e as datas da coleta, para que outras pessoas consigam reconstruir o seu dataset.
• Estude posts e autoridades públicas, não eleitores. Meça o debate em conjunto e cite usuários comuns com moderação. Inferir as opiniões políticas de um indivíduo é proibido pela ética em pesquisa, e o próprio contrato de desenvolvedor (abre em uma nova aba) do X proíbe traçar o perfil de pessoas por filiação política.

Bom saber

Dados políticos servem para entender a política, não para orientar eleitores. Mantenha uma coleta política em pesquisa, jornalismo e trabalho de prestação de contas: sem cadastros de eleitores, sem listas de segmentação e sem mensagens dirigidas a pessoas escolhidas pelos seus posts.

Rotular, remover duplicatas e dividir um corpus para um modelo é igual para tweets políticos e para qualquer outro tipo, e o guia para montar um dataset do Twitter para machine learning cobre isso. Medir tom e posicionamento é o assunto da análise de sentimento no Twitter.

#Comece sua coleta política com 100 requisições grátis

Para coletar dados políticos do Twitter, comece pela Sorsa API: um feed de lista de monitoramento, linhas do tempo e busca eleitoral com uma única chave de API, a partir de US$ 0,07 por 1.000 tweets, a 20 requisições por segundo em todos os planos. As 100 requisições grátis devolvem cerca de 2.000 posts, sem cartão e sem expirar. Puxe uma semana das suas autoridades ou da sua disputa, confira a consulta e depois agende o resto. Equipes universitárias também podem pedir o acesso para pesquisa acadêmica da Sorsa API com e-mail institucional.

#FAQ