[私は Python と ruby gem twurl を使用して OAuth でリクエストします。]
現在24,265,751人のフォロワーを持つ@BarackObamaのフォロワーIDをTwitterから取得しようとしています。数学的には、24,265,751 /5000/350 は収集に 13.8 時間かかります。1 時間のマージンを与えると、約 14 ~ 15 時間になります。
コードで収集しようとするたびに、ページネーション中にエラーが発生します。エラーが発生した後に収集に戻ると、別のページが表示されるため、予想以上に収集されます。
作業が間違っているのか、それともコード アーキテクチャに欠陥があるのかを知りたいです。使用する関数は次のとおりです。
def request_followers(namevar, name, candidate_id, id_str):
next_cursor = -1
cmd = 'twurl "/1/followers/ids.json?cursor=-1&screen_name=' + namevar + '"'
data = fol_req(cmd)
/*code to add data into database as soon as it gets the data.*/
try:
if (data.get('ids')):
while (len(data.get('ids')) == 5000):
next_cursor = data['next_cursor']
followers_request = 'twurl "/1/followers/ids.json?cursor=' + str(next_cursor) + '&screen_name=' + namevar+'"'
try:
data = fol_req(followers_request)
/*code to add data into database as soon as it gets the data.*/
except:
time.sleep(5)
continue # if error, retry after 5 sec.
except:
print "error on", followers_request
check_list.append(followers_request)
これはページネーションを行うためのものであり、
def fol_req(followers_request):
request_limit = remainingHits()
attempt = 0
data = {}
while (attempt < request_limit-1) and not(data.get('ids')):
try:
attempt += 1
(status, output) = commands.getstatusoutput(followers_request)
if status:
sys.stderr.write(output)
sys.exit(1)
data = json.loads(output)
except:
continue
break
else:
request_limit = remainingHits()
time.sleep(1200)
data = fol_req(followers_request)
return data
これは、twurl と python sys を使用してリクエストすることです。
私のアーキテクチャはどこか間違っていますか?