configuration file for archiving a facebook page with Browsertrix and snscrape

snscrape_facebook.yaml

# configuratiebestand voor gebruik browsertrix in combinatie met snscrape
crawls:
  - name: facebookpagina # wijzig dit in een naam voor de crawl, bv. 20201202_facebook_meeomoo
    crawl_type: single-page
    num_browsers: 1

    coll: facebookpagina  # browsertrix werkt met collecties. geef dit dezelfde naam als bij name (lijn 3)
    mode: record # website wordt opgenomen

    behavior_max_time: 15 # time limit om infinite crawl te vermijden

    cache: default

    seed_urls:
    # wijzig in onderstaande URL's facebook-page door de naam van de pagina
    # de eerste URL is de belangrijkste. de rest kan je verwijderen indien je die gegevens niet belangrijk vindt
      - https://www.facebook.com/facebook-page # hoofdpagina fb pagina
      - https://www.facebook.com/facebook-page/about/?ref_page=internal # de "about"-pagina
      - https://www.facebook.com/facebook-page/photos/?ref_page=internal # overzichtspagina's met foto's
      - https://www.facebook.com/facebook-page/reviews/?ref_page=internal # overzichtspagina met recensies 
      - https://www.facebook.com/facebook-page/videos/?ref_page=internal # overzichtspagina met video's
      - https://www.facebook.com/facebook-page/community/?ref_page=internal # pagina met posts waarin het account getagged werd
      - https://www.facebook.com/facebook-page/events/?ref_page=internal # overzichtspagina met evenementen 
      # voeg hieronder de URL's verkregen via snscrape toe