In b05102139/DcardR: What the Package Does (One Line, Title Case)

knitr::opts_chunk$set(
  collapse = TRUE,
  comment = "#>",
  fig.path = "man/figures/README-",
  out.width = "100%"
)

DcardR

DcardR 的主要功能在於使大量爬取 Dcard 內容的過程簡化，並以四個 function 為主要內容：

(1) dcardPostContent()方便用以爬取文章內容本身，
(2) dcardCommentContent()用以爬取留言內容，
(3) dcardBoardContent()爬取一個板的相關內容，
(4) dcardForumInfo()則提供 Dcard 各個板的綜觀內容。

下方附有各個 function 的使用範例與介紹。

Installation

要下載 DcardR，請在 console 輸入以下指令：

library(devtools)
install_github("b05102139/DcardR")

Example

以下範例介紹如何爬取10篇感情板中的文章。dcardPostContent()允許輸入想要爬取的板名，想要爬取的數量，是否使用熱門排名（否則使用發表時間作為爬名），以及爬完每篇文章後的休眠時間（以1秒為基礎設定，要加快或變慢的話也可以輸入比1更小或更大的數字，但要小心爬得比1快有可能爬幾下就被API擋住）。爬取過程會顯示於 console，幫助確認進度：

library(DcardR)

relationship_10 <- dcardPostContent(board = "relationship",
                                    posts = 10,
                                    by_popular = F,
                                    rate_limit = 1)

爬取內容大約如下：

library(magrittr) # pipe function
library(knitr) # to help display the dataframe as a table

head(relationship_10, 1) %>%
  knitr::kable(format = "html")

dcardPostContent()跟直接用dcardBoardContent()爬取的差異在於，前者會回報全文，後者則只有文章截選內容，並不完整。若希望文章內容完整者請使用此 function。

留言 (dcardCommentContent()) 與各個板 (dcardBoardContent()) 的爬取也類似以上過程，可以直接參考。唯dcardForumInfo()直接使用即可，不需輸入額外資訊，若想知道各個板大致的狀況或者板名（因為上面幾個 function 需要輸入英文板名），可以打開來參考：