[关键字]: Rfaceook package [重点摘要]: 各位前辈好，最近在玩Rfacebook这个套件时发现部分抓取到的资料有些不大对劲，在此 把我看到的状况整理出来(可能还未遇到所有状况)让大家参考，若是其实有规则只是我没 有发觉也请大家指教，谢谢: ) 目前遇到的主要是照片类型文章，抓取照片类型文章的各种讯息(按赞、回应、分享)主要 是参照Po文文章网址(有加字说明的那个页面)，但在按赞人数上的纪录却会有出入，以下 列出几个目前看到的状况， p.s.有些资料甚至没看到吻合的数字，但可能是爬文日期较早或是曾有编辑纪录的问题因 此先忽略 1.上传照片并新增至xxx相簿：photo post都可以看的到文章内容 ex. 文章ID:136845026417486_814387378663244 photo网址： https://www.facebook.com/DoctorKoWJ/photos/a.814387368663245.1073741880.136845026417486/814387378663244/?type=3 改成post网址： https://www.facebook.com/DoctorKoWJ/posts/814387378663244/?type=3 按赞人数：参照post网址/photo网址(全文而非第一张照片) 分享人数：(全文而非第一章照片) 2.新增照片：改成post也看不到文章内容与相关讯息， 无法用下列两个网址中的按赞人数对应到爬到的内容 ex.文章ID:136845026417486_682365098532140 photo网址： https://www.facebook.com/DoctorKoWJ/photos/a.415511451884174.1073741827.136845026417486/682365098532140/?type=3 改成post网址： https://www.facebook.com/DoctorKoWJ/posts/682365098532140/?type=3 自己去google到的Po文文章网址： https://www.facebook.com/DoctorKoWJ/posts/682365261865457 按赞人数：参照Po文文章网址 (全文而非第一张照片) 分享人数：(全文而非第一张照片) #不一致的状况 3.上传照片并新增至xxx相簿：post网址只显示第一张照片的讯息， 没有内文 (photo网址反而才是全文文章网址) ex.文章ID：136845026417486_476154822486503 photo网址： https://www.facebook.com/DoctorKoWJ/photos/a.476104919158160.1073741860.136845026417486/476154822486503/?type=3 改成post网址： https://www.facebook.com/DoctorKoWJ/posts/476154822486503/?type=3 按赞人数：参照post网址 "而非Po文文章网址" (第一张照片而非全文) 分享人数：(全文而非第一张照片) ##总结## a. 当专页管理者使用新增相簿功能发文时，Rfacebook套件可能会抓取到照片而非Po文的 按赞资讯。(主观感受：大部分状况会造成大幅低估文章的按赞人数) b. 当专页管理者使用上传照片(但无新增相簿)功能发文时，Rfacebook套件抓取的连结网 址为第一张照片的连结而非Po文的连结网址，然而抓取的资讯仍以Po文为主。 以下为使用的R-code require(Rfacebook) #请自行更改token fb.oauth="" #抓取粉丝专页资料 start_date <- "2013/01/01" end_date <- "2017/05/31" page.id <- "DoctorKoWJ" page <- getPage(page.id,token=fb.oauth,n=3000,since=start_date,until=end_date) #抓取文章资料 post_ID="" n=100000 post=getPost(post_ID,token=fb.oauth,n,reactions=T) 以上，不好意思第一次在版上发这类的文章，如果叙述不好或格式很丑再麻烦见谅 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 120.108.89.62 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/R_Language/M.1497333230.A.A9A.html ※ 编辑: tan800630 (120.108.89.62), 06/13/2017 13:54:45