快速大规模抓取 Facebook 粉丝页面的数字 ID

许多 Facebook 粉丝页面现在采用以下格式 - https://www.facebook.com/TiltedKiltEsplanade 其中“TiltedKiltEsplanade”是页面所有者声称的名称的示例。但是，可以在 https://www.facebook.com/feeds/page.php?id=414117051979234&format=rss20 找到同一页面的 RSS 提要，其中 414117051979234 是可以通过访问 https 来确定的 ID :// graph .facebook.com/TiltedKiltEsplanade 并查找页面上列出的最后一个数字 ID（页面顶部有两个外观相似的 ID，但可以忽略它们）。|| |我有一长串采用上述格式的 Facebook 粉丝页面列表，我想快速获取与这些页面相对应的数字 ID，以便我可以将它们全部添加到 RSS 阅读器中。抓取这些页面的最简单方法是什么？我熟悉 Scrapy，但我不确定它是否可以使用，因为页面的图形版本没有以允许轻松抓取的方式标记（据我所知）

谢谢。

Thanks.

你說得對，用 Scrapy 抓取 Facebook 的圖形 API 並非易事，尤其是當你想要大規模抓取時。這是因為 Facebook 非常嚴格地限制了抓取，並且可能會封鎖發出太多請求的 IP 位址。

不過，以下是幾個可以考慮的替代方法來快速抓取 Facebook 粉絲專頁的數值 ID：

1. Facebook API：

• 這是最可靠且推薦的方法。Facebook 的 Graph API 提供了一個取得頁面資訊的端點，包括數值 ID。
• 你必須建立一個 Facebook 開發人員帳戶並建立一個應用程式以取得 API 金鑰。
• 使用 API 金鑰，你可以使用 Python 請求庫傳送請求至 https://graph.facebook.com/TiltedKiltEsplanade?fields=id ，將 TiltedKiltEsplanade 替換為實際的頁面名稱。回應將會包含頁面的數值 ID。
• 為了避免速率限制，請確定你遵守 Facebook 的使用條款並實作指數退避以處理錯誤。

2. Facebook 搜尋：

• 此方法較不可靠，但適用於小型資料集。
• 你可以使用 Facebook 的搜尋功能來搜尋頁面，並在 URL 中尋找數值 ID。
• 例如，在 Facebook 上搜尋「Tilted Kilt Esplanade」，點選結果頁面，然後在 URL 中尋找 id= 後面的數值。

3. 第三方工具：

• 有幾個第三方工具可以協助你從 Facebook 抓取資料，包括數值 ID。
• 這些工具通常提供圖形化介面或 API 來簡化抓取程序。
• 注意： 在使用第三方工具時請小心謹慎，因為它們可能並不總是可靠或符合 Facebook 的使用條款。

以下是一些使用 Facebook API 在 Python 中抓取 ID 的範例程式碼：

import requests

access_token = 'YOUR_FACEBOOK_ACCESS_TOKEN'

def get_page_id(page_name):
  """
  使用 Facebook Graph API 取得粉絲專頁的數值 ID。

  Args:
    page_name: 粉絲專頁的名稱。

  Returns:
    粉絲專頁的數值 ID，如果找不到頁面則為 None。
  """
  url = f'https://graph.facebook.com/{page_name}'
  params = {'fields': 'id', 'access_token': access_token}
  response = requests.get(url, params=params)

  if response.status_code == 200:
    data = response.json()
    return data.get('id')
  else:
    print(f'無法取得 {page_name} 的頁面 ID：{response.text}')
    return None

# 你的粉絲專頁名稱清單
page_names = ['TiltedKiltEsplanade', 'AnotherPageName', 'YetAnotherPage']

# 迴圈執行清單並抓取 ID
for page_name in page_names:
  page_id = get_page_id(page_name)
  if page_id:
    print(f'{page_name} 的 ID 為：{page_id}')

請記住將 YOUR_FACEBOOK_ACCESS_TOKEN 替換為你的實際存取權杖。

最後請注意，抓取 Facebook 違反其使用條款可能會導致你的帳戶被停用。建議使用 Facebook API 並遵守其速率限制和使用指南。