我是一名学习数据挖掘的学生。我遇到了麻烦。
为了我的分析，我试图抓取用户的个人兴趣和他们最喜欢的电影、音乐等。我不需要他们的真实姓名或任何敏感数据，但似乎我需要获得每个用户的许可才能能够获得这些信息。我认为我可以轻松获得它，因为它们可以通过 Facebook 冲浪访问。
所以我想问的是：
我可以在未经用户许可的情况下获取用户的兴趣信息吗？
我是否必须使用 FQL 来抓取这些数据？我的想法正确吗？我正在阅读 Facebook 提供的手册。但是，由于我的英文阅读能力不是很好，所以我没有 100% 的理解力。
感谢您阅读这么糟糕的英语，我希望得到你们的一些提示。
谢谢！ :)
【问题讨论】：
标签： facebook web-crawler
Facebook 允许您访问授权您的应用程序的用户的数据和他们的朋友（例如，不是朋友的朋友）的数据。
一旦用户授权您的应用程序，您就可以访问他的基本信息（如 id、姓名、性别）和他公开的其他数据。 对于其他任何事情，您都必须向用户请求不同的权限，一旦被他授予您就可以访问它。
您还可以向应用用户询问有关他朋友的权限，如果他授予您这些权限，那么您还可以在 Facebook 上查询他朋友的数据。
查看permissions documentation，了解您可以访问哪些内容以及您需要申请哪些权限。
您可以使用 FQL 从 facebook 中提取数据，但您也可以使用 Graph API（或更具体地说：User object）。 例如，要获取登录用户的兴趣，您只需发出 http 请求：
当然，您必须获得 user_interest 权限..
我建议使用 Graph Api Explorer 来测试图形 API 调用（或事件 FQL 调用），即：User Interests Example。
【讨论】：
理论上可以，但很难。例如，您可以使用浏览器（例如 python 中的 mechanize）来模拟浏览活动，并保存您正在访问的网页。然后你需要使用一些抓取代码来提取你想要的信息。
以下机械化 (python) 代码可以帮助您入门。
import mechanize
br = mechanize.Browser();
br.addheaders = [('User-Agent', 'Firefox')]#Googlebot
br.set_handle_equiv(False)
br.set_handle_redirect(True)
br.set_handle_robots(False)
br._factory.is_html = True
br.open('https://login.facebook.com/login.php')
br.select_form(nr=0)
br['email']='<your_email>'
br['pass']='<your_password>'
r = br.submit();
if r == None:
print 'Error logging into facebook. '
sys.exit();
# Save the document to file.
import os
uid = '<your_user_id>' # for example abc.xyz
dir = 'htmls/'
try:
os.mkdir(dir);
except:
pass
timeline = open(dir + 'timeline.html', 'w')
htmldoc = ''.join(br.open('https://www.facebook.com/' + uid).read());
timeline.write(htmldoc);
# timeline.write(htmldoc.decode('utf-8', 'replace'))
timeline.close()
HTH, 舒敏
【讨论】：