fouRplebsAPI
via the 4plebs.org API
R 包 fouRplebsAPI 使研究人员能够查询 4plebs.org 存档的 4chan 数据库。该数据库是 imageboard 4chan 上不断消失的帖子的最大持续存档。通过该软件包，研究人员可以使用 4plebs 提供的详细搜索功能并检索 4chan 上通信的结构化数据。
该包基于 4plebs API 文档。
如果 fouRplebsAPI 对您的研究有帮助，请引用为：
布林，K.（2022）。 fouRplebsAPI：用于通过 4plebs.org API 访问 4chan 帖子的 R 包（版本 0.9.0）。 https://doi.org/10.5281/zenodo.6637440
您可以使用以下命令从 GitHub 安装 fouRplebsAPI：
# install.packages("devtools")
devtools :: install_github( " buehlk/fouRplebsAPI " )目前 4plebs 覆盖的 4chan 板有：
| 板名 | 缩写 |
|---|---|
| 政治不正确 | 波尔 |
| 高分辨率 | 小时 |
| 传统游戏 | TG |
| 影视 | 电视 |
| 超自然现象 | x |
| 狗屎 4chan 说 | s4s |
| 汽车 | 哦 |
| 建议 | 副词 |
| 旅行 | tv |
| 闪光 | f |
| 运动的 | sp |
| 我的小政治 | 米波尔 |
| 机甲汽车 | 莫 |
虽然该软件包包含多个功能，允许研究人员查询和检查特定的 4chan 帖子 (get_4chan_post) 或线程 (get_4chan_thread)，但想要从 4plebs 存档收集数据的研究人员可能会对收集大量数据感兴趣。
收集数据的第一种方法是收集给定板上的最新线程。假设您对“建议”板上的 20 个最新主题感兴趣（不包括开篇文章附带的评论），查询数据的一种方法是：
library( fouRplebsAPI )
recentAdv <- get_4chan_board_range( board = " adv " , page_start = 1 , page_stop = 2 , latest_comments = FALSE )
str( recentAdv , vec.len = 1 , nchar.max = 60 )
# > 'data.frame': 20 obs. of 15 variables:
# > $ thread_id : chr "26681983" ...
# > $ doc_id : chr "12984655" ...
# > $ num : chr "26681983" ...
# > $ subnum : chr "0" ...
# > $ op : num 1 1 ...
# > $ timestamp : int 1655111247 1655110365 ...
# > $ fourchan_date : chr "6/13/22(Mon)5:07" ...
# > $ name : chr "Anonymous" ...
# > $ title : logi NA ...
# > $ referencing_comment: logi NA ...
# > $ comments : chr "I have a very good friend. Maybe one of my "| __truncated__ ...
# > $ poster_country : logi NA ...
# > $ nreplies : logi NA ...
# > $ formatted : logi FALSE ...
# > $ media_link : logi NA ...输出描述可以在函数文档中找到。理论上，即使 API 有 API 速率限制（这会减慢查询过程），也可以使用此函数抓取大范围的存档。
使用此软件包收集 4chan 数据的第二种方法是搜索功能。 4plebs 允许使用许多搜索过滤器进行非常详细的搜索。我将仅展示可以使用 fouRplebsAPI 收集的数据的简单示例。
我在这里展示的例子相当令人愉快，因为我想避免 4chan，尤其是 /pol/ 委员会臭名昭著的更具争议性的话题。研究人员，例如那些对具有争议意识形态的行为者的政治沟通感兴趣的人，会发现很容易采用这个例子。但这是关于假期的。
让我们在“旅游”版块中找到讨论西班牙马略卡岛的通讯。
首先，为了获得搜索结果的第一印象，可以检查包含搜索词“mallorca”的 25 个最新帖子的片段。
mallorca_snippet <- search_4chan_snippet( boards = " trv " , start_date = " 2021-01-01 " , end_date = " 2022-12-31 " , text = " mallorca " )
# > The 1 - 25 oldest posts of the 78 total search results are shown.
# > Scraping all 78 results would take ~ 1.33 minutes.
str( mallorca_snippet , vec.len = 1 , nchar.max = 60 )
# > 'data.frame': 25 obs. of 15 variables:
# > $ thread_id : chr "1938850" ...
# > $ doc_id : chr "1113628" ...
# > $ num : chr "1938924" ...
# > $ subnum : chr "0" ...
# > $ op : num 0 1 ...
# > $ timestamp : int 1610611412 1611403974 ...
# > $ fourchan_date : chr "1/14/21(Thu)3:03" ...
# > $ name : chr "Anonymous" ...
# > $ title : chr NA ...
# > $ referencing_comment: chr "1938909n" ...
# > $ comments : chr ">got murdered and/or raped in shitholes ove"| __truncated__ ...
# > $ poster_country : logi NA ...
# > $ nreplies : int NA 13 ...
# > $ formatted : logi FALSE ...
# > $ media_link : chr NA ...请注意，函数 search_4chan_snippet() 还会打印搜索结果的总数以及使用 search_4chan() 检索它们的估计时间。此估计基于每分钟 5 个请求的 API 限制。
仅对结果数量感兴趣的用户可以通过将参数 result_type 更改为“results_num”来检索结果。现在，我们可以比较不同时间段内提及马洛卡的帖子数量。例如，大流行前与大流行后：
mallorca_pre <- search_4chan_snippet( boards = " trv " , start_date = " 2018-01-01 " , end_date = " 2019-12-31 " , text = " mallorca " , result_type = " results_num " )
mallorca_post <- search_4chan_snippet( boards = " trv " , start_date = " 2020-01-01 " , end_date = " 2021-12-31 " , text = " mallorca " , result_type = " results_num " )
data.frame ( " Years " = c( " 2018 & 2019 " , " 2020 & 2021 " ),
" Total results " = c( mallorca_pre [ " total_found " ], mallorca_post [ " total_found " ])
)
# > Years Total.results
# > 1 2018 & 2019 86
# > 2 2020 & 2021 99由于人们倾向于呆在家里，这个岛似乎被更多地提及。
有兴趣收集更多数据而不仅仅是帖子片段的研究人员可以使用函数 search_4chan()。继续以一段时间内提到马洛卡的帖子为例，人们可能会想问，马洛卡的形象在大流行期间是否发生了变化。除了简单地获取所有提到搜索词的帖子之外，还可以过滤包含图像数据的帖子：
mallorca_pre_pics <- search_4chan( boards = " trv " , start_date = " 2018-01-01 " , end_date = " 2019-12-31 " , text = " mallorca " , show_only = " image " )
# > [1] "Approximate time: 0.33 minutes."
mallorca_post_pics <- search_4chan_snippet( boards = " trv " , start_date = " 2018-01-01 " , end_date = " 2019-12-31 " , text = " mallorca " , show_only = " image " )
# > The 1 - 16 oldest posts of the 16 total search results are shown.
# > Scraping all 16 results would take ~ 0.33 minutes.
head( mallorca_post_pics $ media_link )
# > [1] "http://i.4pcdn.org/trv/1521713616876.jpg"
# > [2] "http://i.4pcdn.org/trv/1525249686528.jpg"
# > [3] "http://i.4pcdn.org/trv/1527534752103.jpg"
# > [4] "http://i.4pcdn.org/trv/1527865867839.jpg"
# > [5] "http://i.4pcdn.org/trv/1533082869505.jpg"
# > [6] "http://i.4pcdn.org/trv/1547062117808.jpg"media_link 列提供检索到的帖子的可下载图像链接。
如果 fouRplebsAPI 对您的研究有帮助，请引用为：
布林，K.（2022）。 fouRplebsAPI：用于通过 4plebs.org API 访问 4chan 帖子的 R 包（版本 0.9.0）。 https://doi.org/10.5281/zenodo.6637440
