Перейти к основному содержимому

Facebook

Архивация Facebook требует специального подхода — платформа активно ограничивает сбор данных.

Официальный экспорт (ваш аккаунт)​

Через facebook.com/dyi можно запросить архив собственных данных:

  • Посты, комментарии, реакции.
  • Сообщения (для вашего аккаунта).
  • Фото и видео.
  • Информация профиля.

Формат — HTML или JSON. Подробнее: Data Take Out — Facebook.

CrowdTangle (только для исследователей)​

Meta предоставляет исследователям доступ к CrowdTangle API — но в 2024 году доступ существенно сокращён.

Требования:

  • Академическая или журналистская организация.
  • Подтверждение исследовательской цели.
  • Заключение соглашения с Meta.

Архивация публичных страниц и постов​

Через Wget + Cookies​

# Экспортируйте cookies из браузера (например, через расширение cookies.txt)
wget --load-cookies cookies.txt \
     --mirror --convert-links --adjust-extension \
     --page-requisites \
     --reject-regex 'login|signup|checkpoint' \
     https://www.facebook.com/PublicPageName/
предупреждение

Этот метод хрупок: Facebook активно ломает HTML-разметку, обнаруживает ботов и требует интерактивной авторизации. Подходит для разовых задач, не для массового обхода.

Browsertrix Crawler​

Для JavaScript-сайтов вроде Facebook: Browsertrix Crawler с авторизацией через cookies.

docker run --rm -v $PWD/data:/crawl/data \
    webrecorder/browsertrix-crawler crawl \
    --url "https://www.facebook.com/PageName" \
    --cookies cookies.json \
    --generateWACZ \
    --limit 500

Архивация комментариев​

У Facebook нет публичного API для чтения комментариев. Альтернативы:

  1. HTML-парсинг — нестабильно, страницы рендерятся клиентом.
  2. Browsertrix — «прокликивает» раскрытие комментариев.
  3. Архивирование через браузер вручную — медленно, но надёжно.

Юридические вопросы​

  • GDPR и 152-ФЗ — при работе с данными пользователей Facebook.
  • Public vs Private — публичные посты можно архивировать без согласия, но использование в публикациях требует осторожности (см. Персональные данные).
  • Takedown — Meta может потребовать удаления архивов.

Практика Ruarxive​

Ruarxive архивировал Facebook-аккаунты чиновников параллельно с Instagram. Подробности — в задачах для волонтёров.