MATLAB 狄卡文章爬蟲 (Dcard Web Crawler)

[2023/04/18]

• 因 Dcard API 使用 CloudFlare防爬蟲，程式碼目前會出現Error Code: "403"，沒救了 努力解決中

---

此程式碼使用 Dcard API 做文章資料撈取以及使用開源中文斷詞模組 jieba 將撈取的文章內容做簡單視覺化

---

版本號 Version Dev.0 (測試版本 R2021a)

MATLAB工具箱需求 (MATLAB Toolbox Requirement)

• 文本分析工具箱 Text Analytics Toolbox

Python 模組需求 (Python Module Requirement)

• 結巴中文斷詞模組 jieba

參數說明 :

- forumsList: 抓取Dcard看板列表
- forum: 目標抓取看板
- isPopular: 是否抓取看板熱門文章
- limit: 單次抓取文章數量限制
- iter: 抓取次數

MATLAB 支援版本

- R2020b
- R2021a
- R2021b
- R2022a
- R2022b

Python 版本

Python 3.7
Python 3.8

其他 (Ref.)

狄卡 Dcard API: https://www.dcard.tw/service/api/v2/

在MATLAB中使用自訂義Python模組 Call User-Defined Python Module: https://www.mathworks.com/help/matlab/matlab_external/call-user-defined-custom-module.html