文が文字毎に分解されてしまう

Question

リアルタイムで収集したツイートから、url, 返信, RTを除去したものをテキストファイルとして生成すると同時に，ターミナルに表示させたいと思っています．
現在，ファイルもターミナルも取得したツイートが1文字ずつ分解されている上に，1部が正規表現によって置換されてしまっている状態です．

何とかして取得したツイートを元の文の形で書き込み・表示させるべく，お力をお貸しいただけますと幸いです
宜しくお願いします．

現状(ファイルの中身, test.txt)

現状(ターミナル)

コード

import os
import tweepy
import redis
from collections import Counter
from collections import defaultdict
import re
from natto import MeCab
import codecs
import sys
from sklearn.feature_extraction.text import TfidfVectorizer
import glob
import pandas as pd
import numpy as np
import urllib.request
from gensim import corpora
from itertools import chain

#APIのauth部分は省略

class StreamListener(tweepy.StreamListener):
    def __init__(self):
        super().__init__()
        self.count = 0 # 取得したtweet数

    def on_status(self, status):
        text = str(status.text)

        #日本語ツイートをファイルに書き込んでいる + ツイートの数を表示
        if status.lang == "ja":
            file = open("test.txt", "a", encoding="utf-8")
            sentence = str(text)
            #print(sentence)
            sentence = re.sub(r"http\S+", "", sentence)
            sentence = re.sub(r"@(\w+) ", "", sentence)
            sentence = re.sub(r"(^RT.*)", "", sentence, flags=re.MULTILINE | re.DOTALL)
            emoji_pattern = re.compile("["
            u"\U0001F600-\U0001F64F"
            u"\U0001F300-\U0001F5FF"
            u"\U0001F680-\U0001F6FF"
            u"\U0001F1E0-\U0001F1FF"
            "]+", flags=re.UNICODE)
            sentence = emoji_pattern.sub("", sentence)
            texts = set(sentence)
            print(texts)
            texts = file.write(str(texts))

#加工部分は省略

stream = tweepy.Stream(auth=auth, listener=StreamListener())
stream.sample()

補足情報（FW/ツールのバージョンなど）

iOS 10.15, Python 3.7.4, Atom

Comments

[meg_]

どこで何がおかしくなっているのか、status.textの値から変換毎の値を都度確認してはどうでしょうか？

Answer 1

texts = set(sentence)

集合型に変換しているので、そのせいです。集合型を文字列として表現した結果が得られています。

この処理を挟まずに出力すれば良いでしょう。

Comments

[farinelli]

お返事が遅くなり失礼しました．有難うございます！