Original em inglês: https://argusic.com/subject/social-media-profile-scrapers
social-media-profile-scrapers
Buscar dados do usuário em redes sociais.
Executafonte: GitHubPythonApache-2.0commit ced2abf4f697
Python, licença Apache-2.0. O projeto se descreve como: facebook scraper, instagram scraper, medium scraper, pinterest, pinterest scrapper, python, quora scraper e reddit scraper.
social-media-profile-scrapers executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 2 minutos e encontrou 8 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
8/8 tests pass; GitHub and Pinterest CLI scrapers fetch real profile data; the 6 remaining scrapers return None gracefully given no browser binary or API access
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 100 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- All 8 tests failed: tests.py asserts scrapers return dict, but refactored scrapers return JSON string; Twitter.scrap() and Medium.scrap() take 1 arg (not 2); Reddit/Quora use deprecated Selenium executable_path kwarg from webdriver_manager; Quora/Reddit call exit() on error instead of returning None6 minutos
- Facebook curl_cffi redirected to www.facebook.com React shell (validator rejects it); seleniumbase_uc UC browser back-end fails with I/O operation on closed file3 minutos
- PEP 668 externally-managed environment blocked system pip install1 minuto
- Instagram API returns HTTP 429 without real session cookies1 minuto
- Twitter guest token API changed (no guest_token in response)1 minuto
- Medium GraphQL endpoint returns nothing for test user1 minuto
- Tempo de instalação
- 2 minutos
- Da máquina limpa até o fim
- 16 minutos
- Erros encontrados e corrigidos
- 8 encontrados, 8 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- pytest tests.py -v -p no:seleniumbase: 8 passed in 2.37s; python github.py shaikhsajid1111 --engine curl_cffi --no-contributions returned valid JSON with full_name=Sajid Shaikh, followers=101; python pinterest.py ohjoy --engine curl_cffi returned valid JSON with full_name='Joy Cho / Oh Joy!', follower_count=15085809
- Tokens de modelo usados
- 489.763
- Commit exato testado
- ced2abf4f697
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
**Key findings:** - **Installation**: Had to work around PEP 668 by creating a venv. All 6 packages from `requirement… - **Tests**: The test file had mismatched expectations — scrapers now return JSON strings not dicts… - **Working in this container**: - `github.py` (curl_cffi backend) — returns real profile data - `pinterest.py` (curl_cffi backend) — returns real profile data - **Not working (no real fix possible)**: - Facebook — curl_cffi hits www.facebook.com React shell (redirected from m.facebook.com); seleni… - Instagram — API returns 429 - Twitter — guest token API changed upstream - Medium — GraphQL endpoint returns nothing - Reddit/Quora — require Chrome browser binary on PATH
Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Chegou a um estado de execução em uma máquina limpa, com a sessão gravada.
- Instalado em 2 minutos.
- Recuperou-se de todos os 8 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Executou sem GPU, então não precisa de uma para iniciar.
- Licença Apache-2.0, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Para que é uma escolha razoável
- Testar em um laptop ou em um servidor pequeno: ele chegou a um estado de execução sem GPU.
- Uma avaliação rápida: ele estava executando 2 minutos depois do clone.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
Tópicos (de GitHub)
facebook-scraperinstagram-scrapermedium-scraperpinterestpinterest-scrapperpythonquora-scraperreddit-scraperrequestscrapping-pythonselenium-pythonsocial-mediatiktok-scrapertwitter-scraperweb-scraperweb-scraping
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/social-media-profile-scrapers)Perguntas
- social-media-profile-scrapers executa?
- Sim. social-media-profile-scrapers executa. A Argusic o instalou e iniciou em uma máquina limpa em 2 minutos, encontrando 8 erros no caminho, e gravou a sessão.
- Como a Argusic testou social-media-profile-scrapers?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit ced2abf4f697. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar social-media-profile-scrapers?
- A execução que produziu este veredito custou US$ 0,05: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar social-media-profile-scrapers?
- 2 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- social-media-profile-scrapers precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar social-media-profile-scrapers?
- 8 coisas quebraram na execução registrada, e 8 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Onde estão as evidências de social-media-profile-scrapers?
- A execução registrada está nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.