Informace, média a knižní kultura/Metody výzkumu/Jak získat datum první registrace určitého souboru uživatelů?

Toto je návod jak získat datum registrace konkrétní skupiny uživatelů na projektech Wikimedia s použitím metod web scrappingu.

Co budeme potřebovat

• sadu uživatelských jmen
• Prohlížeč Chrome s nainstalovaným školním Scraperem
• Prohlížeč FF s nainstalovaným addonem WebScrapBook
• Tabulkový editor

Postup

Příprava datasetu pro první scrap

1. Do sloupce A tabulkového Google Tabulek si nakopíruji uživatelská jména
2. Před něj vložím jeden prázdný sloupec
3. Do sloupce vložím řetězec: https://meta.wikimedia.org/wiki/Special:CentralAuth/
4. Do sloupce C vložím rovnici =A2&B2 a dám aplikovat na vše
5. Sloupec C vložím do sloupce D pouze jako hodnoty
6. Označím sloupec D: Upravit:Najít a nahradit (Najít (mezera), Nahradit _) aplikovat na vše

První scrap

1. Jdu do WebScrapBook a dám Options
2. V sekci Captura - saving, na řádku Save captured data as: vyberu možnost Single HTML
3. Úplně dole dám Save
4. Kliknu na scraper a vyberu možnost Batch capture selected links...
5. Do dialogového okna URL listu překopíruju obsah sloupce D z tabulek
6. Kliknu na Capture
7. WebScrap mi do složky WebScrapBook/data naházel shrabané html soubory

Příprava dat pro druhý srap

1. Otevřu si stránku filesmerge.com