如何从openEdX论坛中挖掘文本？

Question

我想在一个openEdX论坛上收集所有的信息进行定量分析。最常用的专业词汇是什么，等等。但是如何下载/挖掘一个openEdX论坛？

Answer 1

我想您有权访问开放式edX平台吧？您需要从所有线程和所有消息中提取文本。与论坛交互的库在lms.lib.comment_client中。例如，要获取特定课程的所有线程，请执行：

lms.lib.comment_client.Thread.search({
    'course_id': course_id,
})

对于每个线程，您必须迭代注释并提取它们的正文，最后提取它们的标题。我相信您可以使用thread.to_dict()方法从线程获取注释。