fouRplebsAPI下載 - fouRplebsAPI原始碼下載

fouRplebsAPI

其他源碼

via the 4plebs.org API

下載

四個API

R 套件 fouRplebsAPI 使研究人員能夠查詢 4plebs.org 存檔的 4chan 資料庫。該資料庫是 imageboard 4chan 上不斷消失的帖子的最大持續存檔。透過該軟體包，研究人員可以使用 4plebs 提供的詳細搜尋功能並檢索 4chan 上通訊的結構化資料。

該套件基於 4plebs API 文件。

引文

如果 fouRplebsAPI 對您的研究有幫助，請引用為：

布林，K.（2022）。 fouRplebsAPI：用於透過 4plebs.org API 存取 4chan 貼文的 R 套件（版本 0.9.0）。 https://doi.org/10.5281/zenodo.6637440

安裝

您可以使用以下命令從 GitHub 安裝 fouRplebsAPI：

 # install.packages("devtools")
devtools :: install_github( " buehlk/fouRplebsAPI " )

目前 4plebs 覆蓋的 4chan 板有：

板名	縮寫
政治不正確	波爾
高解析度	小時
傳統遊戲	TG
影視	電視
超自然現象	x
狗屎 4chan 說	s4s
汽車	哦
建議	副詞
旅行	tv
閃光	f
運動的	sp
我的小政治	米波爾
機甲汽車	莫

搜尋 4chan 檔案

雖然該軟體包包含多個功能，允許研究人員查詢和檢查特定的 4chan 帖子 (get_4chan_post) 或線程 (get_4chan_thread)，但想要從 4plebs 存檔收集資料的研究人員可能會對收集大量資料感興趣。

收集資料的第一種方法是收集給定板上的最新執行緒。假設您對「建議」板上的 20 個最新主題感興趣（不包括開篇文章附帶的評論），查詢資料的一種方法是：

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 ...

輸出描述可以在函數文件中找到。理論上，即使 API 有 API 速率限制（這會減慢查詢過程），也可以使用此函數抓取大範圍的存檔。

使用此軟體包收集 4chan 資料的第二種方法是搜尋功能。 4plebs 允許使用許多搜尋過濾器進行非常詳細的搜尋。我將僅展示可以使用 fouRplebsAPI 收集的資料的簡單範例。

我在這裡展示的例子相當令人愉快，因為我想避免 4chan，尤其是 /pol/ 委員會臭名昭著的更具爭議性的話題。研究人員，例如那些對具有爭議意識形態的行為者的政治溝通感興趣的人，會發現很容易採用這個例子。但這是關於假期的。

讓我們在「旅遊」版塊中找到討論西班牙馬略卡島的通訊。

首先，為了獲得搜尋結果的第一印象，可以檢查包含搜尋字詞「mallorca」的 25 個最新貼文的片段。

 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 ...

請注意，函數 search_4chan_snippet() 也會列印搜尋結果的總數以及使用 search_4chan() 檢索它們的估計時間。此估計是基於每分鐘 5 個請求的 API 限制。

僅對結果數量感興趣的使用者可以透過將參數 result_type 變更為“results_num”來檢索結果。現在，我們可以比較不同時間內提及馬洛卡的貼文數量。例如，大流行前與大流行後：

 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

由於人們傾向於留在家裡，這個島似乎被更多地提及。

有興趣收集更多數據而不僅僅是帖子片段的研究人員可以使用函數 search_4chan()。繼續以一段時間內提到馬洛卡的貼文為例，人們可能會想問，馬洛卡的形像在大流行期間是否發生了變化。除了簡單地獲取所有提到搜尋字詞的帖子之外，還可以過濾包含圖像資料的帖子：

 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"