Как найти человека по ID адресу ВКонтакте?
ID — уникальный номер, который присваивается каждому пользователю при регистрации в социальной сети ВКонтакте. Адрес на страницу выглядит таким образом: https://vk.com/id410124186.
Впоследствии вам будет предложено заменить эти цифры на любую другую комбинацию, состоящую из латинских букв или цифр. Но в любом случае id страницы останется неизменным.
Как узнать ID пользователя?
Если пользователь изменил адрес своей страницы, то вместо id в адресной строке вы увидите её оригинальное название, например:
Узнать id пользователя можно нажав на его фотографию, и тогда в адресной строке отобразится его индивидуальный номер:
Как найти человека по id в ВК? Как искать людей по айди ВКонтакте?
Для чего это может понадобиться?
Например, вы захотите найти человека, с которым когда-то общались, но связь с ним была утеряна. Поиск может показать слишком много пользователей однофамильцев, среди которых трудно будет найти нужного вам человека. А если он поменял свои данные, то тогда его отыскать вряд ли получится. В этом случае поможет сохранённый id.
Чтобы найти пользователя по индивидуальному номеру, вам понадобится зайти на свою страницу ВКонтакте, и в адресной строке поменять свой id на номер того, кого вы хотите найти.
Источник: vksos.com
Быстрый поиск по всем пользователям ВК
Решили на днях поучаствовать в одном Хакатоне, который мы, конечно же, не выиграем. И одной из задач было создание датасета из социальной сети Вконтакте. Долго не думая, я сказал товарищам по команде, что беру эту часть на себя. Но оказалось все не так просто. Хочу поделиться с Вами какие проблемы встретились и как я их по ходу решал.
Задача
Нужно пройтись по 650 000 000 пользователям ВК и вытащить только тех, кто живет в Москве. Затем отдельно обработать уже полученные айдишники.
Решение
Ну чтож задача понятна, нужно ее как-то решать. Писать код будем на языке Python и сразу подумал, что на своем компе это обрабатывать не стоит, а будем использовать мощности Google Colab. Ссылка на полный код проекта гугл колаб будет в конце.
Вк апи
Чтобы получить данные пользователя есть два путя:
- Парсить веб-страницу пользователя и вытаскивать нужную информацию
- Использовать vk api и обрабатывать json
Оба вариант имеют свои подводные камни. В первом варианте слишком много лишней информации, что замедляет в разы обработку. Во втором варианте проблема в токенах и ограничениях. Я все-таки решил пойти вторым путем.
Как вконтакте найти человека по id
Токены
Главная и первая проблема в ограничениях вк апи: 5 запросов в секунду для одного токена.
Для того чтобы обойти это ограничение, нам понадобится много токенов. Есть три варианта как их получить:
- Ручками регистрировать новых пользователей и получать токен
- Купить токены
- Сгенерировать токены с помощью библиотеки vk (pip install vk)
В итоге я сгенерировал 1000 токенов, используя библиотеку. Не буду тут выкладывать код генерации токенов (это и так толстая подсказка), если все-таки не догадаетесь, то напишите в личку скину скрипт.
Сохраняем токены в txt файл, каждый токен с новой строчки.
Время говнокодить
Когда файл с токенами получен, можем приступать к коду. Загружаем в гугл колаб файл.
Считываем файл tokens.txt и добавляем токены в лист:
list_token=[] with open(‘tokens.txt’, ‘r’) as f: for line in f: list_token.append(str(line).rstrip(‘n’)) len(list_token)
Сделать 650 000 000 запросов быстро без асинхронности мы никак не сможем. Я перепробовал много разных библиотек и максимальную скорость мне удалось выбить, используя библиотеку aiohttp.
Устанавливаем библиотеки для асинхронных запросов:
!pip install asyncio !pip install aiohttp !pip install nest_asyncio
А вот и сам сборщик:
import asyncio from aiohttp import ClientSession import json import nest_asyncio nest_asyncio.apply() # Доступ к гугл диск from google.colab import drive drive.mount(‘/content/gdrive’) list_data=[] async def bound_fetch_zero(sem,id,session): async with sem: await fetch_zero(id,session) async def fetch_zero(id, session): url = build_url(id) try: async with session.get(url) as response: # Считываем json resp=await response.text() js=json.loads(resp) list_users=[x for x in js[‘response’] if x != False] # Проверяем если город=1(Москва) тогда добавляем в лист for it in list_users: try: if it[0][‘city’][‘id’]==1: list_data.append(it[0][‘id’]) except Exception: pass except Exception as ex: print(f’Error: ‘) # Генерация url к апи вк, 25 запросов в одном def build_url(id): api = ‘API.users.get(,’fields’:’city’>>)’.format( id * 25 + 1) for i in range(2, 26): api += ‘,API.users.get(,’fields’:’city’>>)’.format( id * 25 + i) url = ‘https://api.vk.com/method/execute?access_token=<>code=return%20[<>];’.format( list_token[id%len(list_token)], api) return url async def run_zero(id): tasks = [] sem = asyncio.Semaphore(1000) async with ClientSession() as session: # Значение 3200 зависит от вашего числа токенов for id in range((id — 1) * 3200, id * 3200): task = asyncio.ensure_future(bound_fetch_zero(sem,id, session)) tasks.append(task) responses = asyncio.gather(*tasks) await responses del responses await session.close() # Запускаем сборщик for i in range(0,17): for id in range(i*500+1,(i+1)*500+1): print(id) loop = asyncio.new_event_loop() asyncio.set_event_loop(loop) loop.run_until_complete(run_zero(id)) # Сохраняем айдишники в файл на гугл диске и очищаем лист with open(f’/content/gdrive/My Drive/data_main.txt’, ‘w’) as f: for item in list_data: f.write(f’n’) print(len(list_data)) list_data.clear()
Разберем по блокам, чтобы было понятнее что тут происходит.
Начнем с метода def build_url(id)
У вк апи есть фича execute, которая позволяет делать 25 запросов в одном
Execute — универсальный метод, который позволяет запускать последовательность других методов, сохраняя и фильтруя промежуточные результаты
# Генерация url к апи вк, 25 запросов в одном def build_url(id): api = ‘API.users.get(,’fields’:’city’>>)’.format( id * 25 + 1) for i in range(2, 26): api += ‘,API.users.get(,’fields’:’city’>>)’.format( id * 25 + i) url = ‘https://api.vk.com/method/execute?access_token=<>code=return%20[<>];’.format( list_token[id%len(list_token)], api) return url
Вот так выглядит итоговый запрос:
Если вам нужно вызывать другие методы вк апи, то просто замените ‘API.users.get(,’fields’:’city’>>)’ на нужный метод и данные.
Вот такой json мы получаем при вызове всего одно запроса:
Метод def fetch_zero(id, session)
В этом методе происходит сама обработка данных:
async def fetch_zero(id, session): url = build_url(id) try: async with session.get(url) as response: # Считываем json resp=await response.text() js=json.loads(resp) list_users=[x for x in js[‘response’] if x != False] # Проверяем если город=1(Москва) тогда добавляем в лист for it in list_users: try: if it[0][‘city’][‘id’]==1: list_data.append(it[0][‘id’]) except Exception: pass
Считываем json, проходим по всем пользователям из запроса и проверям поле город, можно заменить на любой другой город (1 — Москва, 2 — Питер и тд) и вытащить айдишники всех пользователей своего города. Тут https://vk.com/dev/database.getCities все айдишники городов.
Запускаем сборщик
# Запускаем сборщик for i in range(0,17): for id in range(i*500+1,(i+1)*500+1): print(id) loop = asyncio.new_event_loop() asyncio.set_event_loop(loop) loop.run_until_complete(run_zero(id)) # Сохраняем айдишники в файл на гугл диске и очищаем лист with open(f’/content/gdrive/My Drive/data_main.txt’, ‘w’) as f: for item in list_data: f.write(f’n’) print(len(list_data)) list_data.clear()
Вот тут уже начинается математика)
Два цикла, первый с 0 по 16 включительно, второй 500 итераций + эти 3200:
for id in range((id — 1) * 3200, id * 3200): task = asyncio.ensure_future(bound_fetch_zero(sem,id, session)) tasks.append(task)
Если у Вас не 1000 токенов, а 10 например, то значение 3200 нужно заменить на 40 максимум, этот цикл отвечает сколько сразу будет сделано асинхронных запросов, и если указать больше, то будет выскакивать то самое ограничение в 5 запросов в секунду.
В итоге 16 * 500 * 3200 * 25 (в 1 запросе 25 id)= 640 000 000 айдишников мы пройдем с id1 по конечный.
Зачем вы наверн подумаете столько циклов, а это нужно чтобы запустить обработку параллельно. Я запустил 5 сеансов в google colab с разным range(0,4), range(4,8) и тд в первом цикле. В итоге за полтора часа я смог обработать всех пользователей вк.
with open(f’/content/gdrive/My Drive/data_main.txt’, ‘w’) as f: for item in list_data: f.write(f’n’)
И на каждой итерации мы сохраняем полученные айдишники в файл, всего получится 16 файлов, которые потом нужно объединить в один.
Итоги
За полтора часа работы сборщика на 5 сеансах гугл колаб можно вытащить любые открытые данные пользователей Вк (У vk api есть и другие ограничения, так что к некоторым методам нужно будет придумывать новые законные обходы). Вот ссылка на код проекта в Google Colab:
И вот ссылка на датасет всех москвичей из всего вк, которые я вытащил, написав этого сборщика, можете себя найти там, если указывали москву в вк)
Из 650 млн. пользователей официальных москвичей 24 593 238.
Что ж, надеюсь кому-то будет интересна данная статья и мои наработки будут полезны.
Меня в декабре забирают в армию, так что видимо это последняя статья. Хотел еще пару своих проектов описать на Хабре, но видимо уже не успею. Всем позитива и удачи.
- вконтакте
- вк
- быстрый поиск
- вконтакте api
- большие данные
- python
- google colab
- поиск по всем пользователям
- big data
- асинхронные запросы
- Python
- Data Mining
- ВКонтакте API
- Big Data
- Параллельное программирование
Источник: habr.com