ზოგჯერ შეღწევადობის ტესტირებისას, განსაკუთრებით სოციალურ ინჟინერიაში, საჭირო ხდება მომხმარებლების ძებნა მდებარეობის მიხედვით.
გარდა შეღწევადობის ტესტირებისა, ეს ასევე სასარგებლო შეიძლება იყოს არამედ სამიზნე აუდიტორიის შედგენისთვის სარეკლამო აქციების დროს. რაშიც სოციალური ქსელები დაგვეხმარება. განვიხილოთ მომხმარებლების ძიების მაგალითი სოციალურ ქსელში VKontakte. პირველ რიგში განვიხილავთ ხელით ძიებას, შემდეგ კი ძიების ავტომატიზაციას.
ამოცანა
დავუშვათ, ვიცით, რომ ჩვენი საძიებელი პიროვნება მუშაობს ბიზნეს ცენტრში გარკვეულ მისამართზე და აქვს VK ანგარიში. და, სავარაუდოდ, მან გამოაქვეყნა ფოტოები სამუშაოდან. ჩვენ უნდა მოვძებნოთ ეს ადამიანი.
ხელით ძიება
Google Maps ან Яндекс.Карты-ს დახმარებით შევძლებთ აღნიშნული საოფისე ცენტრის კოორდინატების პოვნას.
კოორდინატები
ჩავთვალოთ, რომ ვიპოვნეთ შემდეგი კოორდინატები:
- Latitude: 7538528
- Longitude: 6196378
ეხლა გამოვიყენოთ VK API, უფრო ზუსტად photos.search, მეთოდი, რომელსაც შეუძლია ძებნა ფოტოსურათებით.
ვაინიცირებთ მოთხოვნას
https://api.vk.com/method/photos.search.xml?lat=55.7538528&long=37.6196378&radius=50
სად:
lat — არის საძიებო წერტილის გეოგრაფიული გრძედი;
long — საძიებო წერტილის გეოგრაფიული განედი;
radius — ფოტოს ძიების რადიუსი (დაახლოებით).
საპასუხოდ, ჩვენ მივიღებთ XML სტრუქტურას ფოტოების სიით:
ფოტოების სია
< ?xml version="1.0" encoding="utf-8"?>
188552
4xxxxxxx7
-6
4xxxxxxx9
https://pp.userapi.com/cxxxxxx/vxxxxxxxxx/xxxxx/xxxxxxxxxxU.jpg
https://pp.userapi.com/cxxxxxx/vxxxxxxxxx/xxxxx/xxxxxxxxxxM.jpg
https://pp.userapi.com/cxxxxxx/vxxxxxxxxx/xxxxx/xxxxxxxxxxk.jpg
https://pp.userapi.com/cxxxxxx/vxxxxxxxxx/xxxxx/xxxxxxxxxxI.jpg
https://pp.userapi.com/cxxxxxx/vxxxxxxxxx/xxxxx/xxxxxxxxxxs.jpg
https://pp.userapi.com/cxxxxxx/vxxxxxxxxx/xxxxx/xxxxxxxxxxs.jpg
1620
2160
1xxxxxxxx6
55.754xxxxxxxxx
37.615xxxxxxxxx
53
ჩვენ გვაინტერესებს შემდეგი ველები:
count – ფოტოების საერთო რაოდენობა;
owner_id – VK მომხმარებლის ID;
src ველების ნაკრები – ბმულები სხვადასხვა ზომის ფოტოებზე.
შესაბამისად, ფოტოების ჩამოტვირთვა და ნახვა შესაძლებელია საჭირო ადამიანის მოსაძებნად.
თქვენ ასევე შეგიძლიათ შეზღუდოთ ძიების საზღვრები ფოტოების გადაღების თარიღებისა და სხვა პარამეტრების მითითებით.
რჩება მხოლოდ პროცესის ავტომატიზაცია, რათა საჭირო არ გახდეს უზარმაზარი XML სტრუქტურების ხელით დამუშავება.
ავტომატიზაცია (vkphotosearch.py)
ავტომატიზაციისთვის ჩვენ დავწერეთ vkphotosearch.py სკრიპტი, რომლის ჩამოტვირთვა შესაძლებელია GitHub-დან:
https://github.com/BlackDiverX/VKsearch
ჩამოტვირთეთ სკრიპტი:
git clone https://github.com/BlackDiverX/VKsearch
ეხლა შიძლება მისი გაშვება.
python3 vkphotosearch.py [параметры]
პარამეტრების სია:
-lat – საძიებო წერტილის გეოგრაფიული გრძედი (აუცილებელია);
-long – საძიებო წერტილის გეოგრაფიული განედი (აუცილებელია);
-რადიუსი – ძიების რადიუსი (შეიძლება იყოს 10, 100, 800, 6000, 50000 მეტრი) (ნაგულისხმევი: 50 (დეფლტით));
-fromdate – არა უადრეს, ვიდრე რომელი თარიღით უნდა იყოს ფოტო (თარიღი ფორმატში: DD-MM-YYYY);
-დღემდე – – არაუგვიანეს რომელი თარიღით უნდა იყოს ფოტო (თარიღი ფორმატში: DD-MM-YYYY);
– badusers – გაითვალისწინეთ წაშლილი და დაბლოკილი მომხმარებლების ფოტოები;
-u – შეინახეთ ნაპოვნი მომხმარებლების სია CSV ფაილში;
-d – ჩამოტვირთეთ ნაპოვნი ფოტოები;
-s – ფოტოების დახარისხება საქაღალდეების მიხედვით. თითოეულ მომხმარებელს აქვს საკუთარი საქაღალდე.
გაშვების მაგალითი:
python3 vkphotosearch.py -lat 55.7538528 -long 37.6196378 -radius 100 -u -d -badusers -fromdate 01-01-2017 -todate 01-06-2017
ამ მაგალითის მიხედვით მივიღებთ ყველა მომხმარებლის სიას (users.csv ფაილში) და ყველა ფოტოს, რომელიც გადაღებულია 100 მეტრის რადიუსში და 2017 წლის 01 იანვრიდან 2017 წლის 01 ივნისამდე ინტერვალით. წაშლილი ან დაბლოკილი მომხმარებლები აღნიშნული იქნება მინუს ნიშნით (-).
რჩება მხოლოდ ფოტოების გადახედვა და ადამიანის პოვნა.
