configuration file for archiving a public Instagram account with Browsertrix and snscrape

snscrape_instagram.yaml

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

    coll: instagram # 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 instagram-user door de juiste naam van de instagram gebruiker
      - https://www.instagram.com/instagram-user/  # overzichtspagina
      - https://www.instagram.com/instagram-user/channel/ # indien de gebruiker filmpjes heeft
      - https://www.instagram.com/instagram-user/tagged/ # als de gebruiker getagged geweest is in andere posts
      # voeg hieronder de URL's verkregen via snscrape toe