「辣ㄍ車圖或許會被版規二，但我肯定從不缺席。」—— Bahadrift 設計主旨
諸君，還在煩惱每次都來不及見證巴友們冒險為場外貢獻的福利嗎？
是否還在擔憂每次趕到現場只剩下版務冰冷且制式化的刪文通知嗎？
BahaDrift Ver 0.1.0 測試版 [Github連結]
一款可輕易客製化，專門分析場外疑似車圖的文章而設計的爬蟲。
以 Requests, BS4, TinyDB 為主要架構，
與 Android / Ios 皆相容，
並可在 Termux, Pyto 等環境中執行。
用資料庫過濾文章標題，減少大量非必要的請求，
以減低造成巴哈姆特伺服器的負擔。
針對資料的控制上，擁有大量由虛鹿自訂ㄉ模組，
大幅降低控制資料庫或編寫自訂函數的難度。
在文章過濾上，用 -7～+7 的Rank來分級，
(-7為最不相關， +7為最相關)
在設定檔中可自由更改篩檢的嚴格程度，
保留了些許彈性與誤判的空間。
一般建議設定3、4為佳。
而BahaDrift的名稱，
則是象徵能讓你在巴哈姆特上，
車速快到停不下來，快到整個直接滑出去。
[#]程式展示:
一般而言，你設定的Rank越高，
是車圖的可能性越高。
[#] 使用須知：(重要?)
1. 可能有預料之外的Bug
2. SLT 是指 Super Long Thread，用來表示場外常見的1000多頁的集中串或大樓。
3. 針對 SLT 資料的提取本來就會花費比較多時間。BahaDrift 預設是抓取大樓第一頁的前20樓，以及其後40樓所有的回覆、留言、Gp/Bp資訊。大量的資料寫入資料庫需要花費的時間會比一般的文章較多。通常30秒內都算正常。然而，如果時間長的異常，請務必自行終止BahaDrift，我這部分沒有設timeout，放任他一直寫入資料可能會引發不良影響。
4. 不要這個爬蟲拿去套loop自動執行！拜託，千萬別！該程式目前只確定能成功執行，但無法預料場外出現的某些未知文章格式是否會引發程式出錯。就如上一點所提到的，我沒有加裝太多防護的措施，所以很不建議你讓他自己抓取資料分析。
5. 關於如何客製化此爬蟲，與一些自訂function的使用說明，我明天可能會找時間丟去小屋。有需求的可以自行去查看。
6. 任何爬蟲都會造成伺服器的負擔，就算已經把請求數量壓到最小，執行一次 BahaDrift 還是會需要發出15～20個request，不建議大量使用以免IP被巴哈封鎖。
[#]目前擁有的進階功能:
1. 自訂標題與留言敏感字詞判定
2. 提取疑似敏感ㄉ圖片的連結
3. 比對發文者IP (但最後一區會被巴哈碼掉)
4. 以回覆的時間過濾資料
[#]檔案介紹:
1. Bahadrift.py: 主程式，沒什麼好說的。
2. SD_standard.py: 自訂的標題評斷, 回覆評斷, 留言評斷, Gp/Bp過濾，以及搜尋Rank設定。
3. SD_Toolkit.py: 針對資料庫動作與資料解析方式所自行定義出的function，檔案可讀性有些不佳，可快速提取資料庫中指定的資料。
4. SD_filter.py: 針對 table 中的 record 所設計出的標記工具，以刪除複數個不符合SD_standard.py 所定義的項目者。
5. drift.json: 自動生產的資料庫檔案，不建議刪除。該檔案在每次程式執行時便會進行初始化，不需擔心檔案會越用越大。含有2個table(case / report)，case 為用來儲存初步抓取的資料，report 為回報項目地。case, report 在每次執行時都會重置，因此 drift.json 的檔案在長期使用下，不需擔心其檔案大小問題。
6. BH_Handler/BH_SLT_Hanler: Multithreading 爬蟲本體。
7. BH_Analyze: 大量自訂的巴哈論壇提取function。
8. BH_Report: 管理Rank的增減機制。
[#]簡易攻略:
先 pip install bs4, tinydb, requests, fake_useragent, tinydb_smartcache, tinyrecord
再直接執行 Bahadrift.py 就對了，一開始會先進行初始化，其中fake_useragent會花約30秒左右，請耐心的等他完成。(也是為了不讓有心人士一直重複執行搞爆吧哈伺服器) 其中 SD_standard.py 中擁有大量的評斷準則的設定。你可以自行更改判斷用的敏感字詞，此檔案在下次執行 Bahadrift.py 便會自動套用此設定。
[#]輸出解析：(如下圖
Title: 討論串樓主訂下的標題
Url: 該回覆所在頁面
Floor: 此回覆於該串中的樓層
ID: 發文者Id
Rank: 此回覆經評估後所屬的Rank
Img: 是否有圖片
以上，今天先講到這裡。
下一篇再與各位介紹自訂的函數的使用方法與介紹～(＾?^)ノ
達人
