Группе вк: Как оформить группу в вк? — Маркетинг на vc.ru

Разное

Сбор любой активности в группе ВКонтакте — лайков, репостов, комментариев, опросов, авторов постов, обсуждений, фото, видео и товаров в сообществе

Как работает этот скрипт?
Скрипт просматривает все указанные вами группы или личные страницы.
В каждой группе/профиле просматривает все разделы, что в ней могут быть — стена, фотографии, обсуждения, видеозаписи, товары — и собирает всю активность людей в этих разделах.

Активностью могут быть комментарии, лайки, репосты или загруженный контент. Вы можете собрать вообще все активности или выбрать только те, которые вам требуются. При помощи настроек вы можете указывать и даты, чтобы собирать активность не за всю историю группы, а только за недавний период.

По итогу у вас будет список людей, проявивших не менее нужного вам числа активностей в группе.
Естественно, реклама на них даст лучший эффект, чем просто по участникам групп.

А как собрать не просто активных, а самых активных?
А если вам надо собрать топ самых активных участников группы — в этом поможет скрипт «Кто самый активный в группе?». Он поможет собрать самых активных участников, а также покажет подробности, кто из участников какого вида активности сделал (лайки, комментарии и т.д.).

Ссылки на группы
Введите адрес вида https://vk.com/my_group_name по 1 ссылке на строку

Какие виды активности учитывать?

В постах на стене группы:

Авторы постов

Лайки

Репосты (кроме репостов в личку)

Комментарии

Участие в опросах

Просматриваем верхних постов на стене

Внутри диапазона просматриваемых постов — дата постов должна быть между:
и включительно

(если фильтр по дате не нужен, оставьте поля с датами пустыми)

(если указываете старые даты, то число просматриваемых постов укажите побольше, чтобы посты за нужные даты попали туда)

Учитываем посты от всех подрядтолько от имени группы/пользователяне от имени группы

Исключить закреплённый пост из сбора активностей?

бывают ситуации, когда закреплённый пост искажает результаты

В обсуждениях:

Участники обсуждений

Лайки к сообщениям

Дата сообщений: от до сегодня

если фильтр по дате не нужен, оставьте поле пустым

В фотографиях:

Авторы фото

Комментарии к фото

Лайки к фото — опция доступна при наличии любого полного доступа к сервису

Репосты фото — опция доступна при наличии любого полного доступа к сервису

Дата публикации фото: от до сегодня

если фильтр по дате не нужен, оставьте поле пустым

Дата комментария к фото: от до сегодня

если фильтр по дате не нужен, оставьте поле пустым

В видеозаписях:

Авторы видео

Комментарии к видео

Лайки к видео — опция доступна при наличии любого полного доступа к сервису

Репосты видео — опция доступна при наличии любого полного доступа к сервису

Дата публикации видео: от до сегодня

если фильтр по дате не нужен, оставьте поле пустым

Дата комментария к видео: от до сегодня

если фильтр по дате не нужен, оставьте поле пустым

В товарах:

Авторы товаров

Комментарии к товарам

Лайки к товарам — опция доступна при наличии любого полного доступа к сервису

Репосты товаров — опция доступна при наличии любого полного доступа к сервису

Дата публикации товара: от до сегодня

если фильтр по дате не нужен, оставьте поле пустым

Дата комментария к товару: от до сегодня

если фильтр по дате не нужен, оставьте поле пустым

Собрать людей, сделавших не менее активностей в группе

Например, если человек поставил 3 лайка, сделал 1 репост и написал 2 комментария — это считается как 6 активностей

При помощи числа активностей удобно регулировать, насколько активных пользователей вы хотите собрать.
От 1 активности и отмечены все галки — хоть как-то отметился на стене. От 3 активностей — это уже постоянно активный пользователь.

При помощи галок на видах активности (лайки, репосты, комменты) и числа активностей вы можете гибко настраивать, как именно определять активных пользователей на стене.

Выдавать результаты в формате
Вы сможете выбрать формат сохранения данных в окне просмотра результатов

Начиная с 31 августа 2018 только администраторы сообществ/владельцы профиля видят тех, кто сделал репосты. Остальным доступен только общий счетчик репостов. Сервис vk.barkov.net работает только с открытыми данными — поэтому собирать сделавших репосты теперь смогут только администраторы сообществ.

Также число репостеров может отличаться от того, что указано на сайте ВК, потому что ВК не выдаёт информацию про людей, сделавших репост в закрытый профиль. В счётчике репостов они засчитываются, а вот в списке репостеров этих людей не будет.

Зачастую нужен поиск не просто активных пользователей, а определение наиболее активных.
(кто сколько поставил лайков или написал комментариев)
В сервисе есть инструмент и для этого:
Открыть поиск самых активных в сообществе

Размер отчёта ограничен, поскольку вы пользуетесь бесплатной версией сервиса.
Вы можете оплатить полный доступ к сервису за 349 руб/день или 899 руб/мес и получить полный отчёт без ограничений, а также неограниченный доступ ко всем скриптам сервиса

Полезные ответы на вопросы по скрипту «Сбор любой активности в группе ВКонтакте — лайков, репостов, комментариев, опросов, авторов постов, обсуждений, фото, видео и товаров в сообществе»

Анализ активности на стене в общей активности группы ВКонтакте

Собирать любую активность из группы ВК

Найти активных пользователей в разных группах ВКонтакте

Список прокомментировавших записи сообщества и лайки ВК

Активность в собранных сообществах ВКонтакте

Выхватить тех, кто не активен в группе ВКонтакте

Парсер стены вконтакте

Подсчет активности в группе вк

Активность участников группы вк

Собрать активность в сообществах ВКонтакте

Как узнать активных участников группы вк

Узнать кто из этих активных у меня в профиле ВК, не в друзьях у меня?

Активность в сообществах вк как собрать?

Составить список голосовавших в опросах группы ВК

Парсинг пользователей из конкретной группы ВК

Cобрать активных пользователей из группы ВК и потом отфильтровать этих пользователей по критериям

В паблике выбрать репосты на 100 постов ВК

Активность сообществ ВК определенного города

Парсинг групп на лайки репосты,коменты на стене ВКонтакте

Сбор лайков, репостов или комментариев на стене ВКонтакте

Анализ группы ВК: часть 1, данные

  • 1. Начало
  • 2. Настройка соединения
  • 3. Загрузка списка участников группы
  • 4. Загрузка дополнительных данных
  • 5. Загрузка постов со стены группы
  • 6. Лайки, комментарии и снова лайки
  • 7. Объединение данных
  • 8. Заключение

Отчет в трех частях о работе с данными группы ВКонтакте с помощью языка R. Первая часть описывает получение и обработку данных, вторая – их визуализацию, а третья часть посвящена моделированию. В качестве анализируемой группы выступает беговое сообщество Воронежа.

В первой части используем API ВКонтакте и загрузим данные об участниках сообщества, а также информацию об активностях пользователей на стене группы.

1. Начало

Для работы с API ВКонтакте мы будем использовать OAuth-авторизацию. Приведенный код использовался в RStudio на OS X El Capitan. Для других операционных систем, возможно, потребуется задействовать другие библиотеки.

Sys.setlocale('LC_ALL','utf-8') # если нет проблем с кодировкой, отключите эту строчку
## [1] "C/utf-8/C/C/C/C"
library(RCurl)
library(httr)
library(RJSONIO)
library(lubridate)
library(dplyr)

2.

Настройка соединения

Прежде всего надо зарегистрировать свое приложение как Standalone. После регистрации приложения заходим в раздел Настройки узнаем свои client_id и client_secret, сохраняем их соответствующие переменные вместе с именем приложения app_name в файл secret_keys.R. В поле Адрес сайта вводим адрес, который в консоли R выдает функция oauth_callback() и прописываем localhost в поле Базовый домен. Теперь можно проходить аутентификацию. Напишем функцию, которая будет возвращать строку с токеном:

get_access_token <- function(){
    accessURL <- "https://oauth.vk.com/access_token"
    authURL <- "https://oauth.vk.com/authorize"
    vk <- oauth_endpoint(authorize = authURL,
                         access = accessURL)
    myapp <- oauth_app(app_name, client_id, client_secret)
    ig_oauth <- oauth3.0_token(vk, myapp,  
                               type = "application/x-www-form-urlencoded",
                               cache=FALSE)
    my_session <-  strsplit(toString(names(ig_oauth$credentials)), '"')
    access_token <- paste0('access_token=', my_session[[1]][4])
    
    access_token
}

Теперь для авторизации нам надо выполнить две команды. Параметр access_token, который нужно указывать в некоторых случаях будет находиться в одноименной переменной. После успешного прохождения аутентификации в браузере появится сообщение: Authentication complete. Please close this page and return to R

.

source('secret_keys.R')
# файл выглядит как-то так,
# client_id <- "123456"
# client_secret <- "секретик"
# app_name <- "мое_приложение"
access_token <-get_access_token()

Теперь мы можем отправлять запросы используя методы API и получать информацию в формате JSON. Например:

fromJSON(getURL('https://api.vk.com/method/groups.getById?group_id=rommikh'))
## $response
## $response[[1]]
## $response[[1]]$gid
## [1] 108370559
## 
## $response[[1]]$name
## [1] "Роман Михайлов. Мысли и Загоны."
## 
## $response[[1]]$screen_name
## [1] "rommikh"
## 
## $response[[1]]$is_closed
## [1] 0
## 
## $response[[1]]$type
## [1] "page"
## 
## $response[[1]]$photo
## [1] "http://cs629512.vk.me/v629512597/28987/FZw1VCwd6G0. jpg"
## 
## $response[[1]]$photo_medium
## [1] "http://cs629512.vk.me/v629512597/28986/FflZLcIxhQQ.jpg"
## 
## $response[[1]]$photo_big
## [1] "http://cs629512.vk.me/v629512597/28985/jW40wpOChPY.jpg"

3. Загрузка списка участников группы

Ниже приведен код двух функций, которые используются для получения списка участников группы. Певрвая, get_members() имеет два аргумента: идентификатор группы и порядок сортировки (необязательный аргумент), который нужен в случае, если запрос адресуется группе, в которой у нас нет прав модератора (см. комментарий в коде). Также, заданы все возможные поля участников из которых будут выбраны нужные функцией members2df(). Эта функция возвращает датафрейм из переданного ей списка. Здесь используется перебор по всем элементам списка. Хотя этот метод не самый быстрый, он нам вполне подходит — количество пользователей невелико, и он наглядный, нет необходимости подбирать индексы и имена признаков в наших данных. Стоить заметить, что этот метод вернет только первую тысячу участников, т.

к. у исследуемой группы на данный момент порядка 630, то пока он нам подходит. Ниже нам придется загружать и длинные списки (для получения всех постов на стене группы), а так же как преобразовывать данные для стран и городов.

get_members <- function(group_domain, sort = 'sort=time_asc') {
    # формируем строку запроса
    # sort <- 'sort=id_asc' # если нет модераторских прав
    # у нас есть права, поэтому можем загружать в порядке вступления
    fields <- 'fields=sex,bdate,city,country,photo_50,photo_100,photo_200_orig,photo_200,photo_400_orig,photo_max,photo_max_orig,online,online_mobile,lists,domain,has_mobile,contacts,connections,site,education,universities,schools,can_post,can_see_all_posts,can_see_audio,can_write_private_message,status,last_seen,relation,relatives,counters'
    api <- paste0('https://api.vk.com/method/groups.getMembers?group_id=', group_domain)
    request <- paste(api, fields, sort, access_token, sep='&')
    # получаем данные в формате JSON
    members_list <- fromJSON(getURL(request))
    # преобразуем список в data.
  frame
    members <- members2df(members_list$response$users)
    members
}
members2df <- function(members){
    # создаем датафрейм, в который будем записывать данные
    df <- data.frame(uid = rep(0,length(members)))
    i <- 0
    for (member in members) {
        i <- i + 1
        df$uid[i] <- member$uid # id пользователя
        df$first_name[i] <- member$first_name # имя
        df$last_name[i] <- member$last_name # фамилия
        df$sex[i] <- member$sex # пол
        df$bdate[i] <- ifelse(is.null(member$bdate), NA, 
                              ifelse(nchar(member$bdate)<6,
                                    as.character(dmy(paste0(member$bdate,'.1904'))),
                                    as.character(dmy(member$bdate))))  # дата рождения
        df$city_id[i] <- ifelse(is.null(member$city), NA, member$city) # город
        df$country_id[i] <- ifelse(is.null(member$country), NA, member$country) # страна
        df$university[i] <- ifelse(is.
 
 
 null(member$university_name), NA,
                                   ifelse(member$university_name=='', NA, 
                                          member$university_name)) # ВУЗ
        df$deactivated[i] <- ifelse(is.null(member$deactivated), 'active', 
                                    member$deactivated) # живой ли аккаунт пользователя?
    }
    
        df
}

Итак, теперь мы можем получить данные о пользователях, которые сохраним в таблицу members. Также получим список уникальных стран и городов наших участников.

group_domain <- 'running_vrn'
members <- get_members(group_domain)
members_countries <- unique(members$country_id)
members_cities <- unique(members$city_id)

4. Загрузка дополнительных данных

В ответ на запрос о городах и странах данные приходят в таком формате:

fromJSON(getURL('https://api.vk.com/method/database.getCountriesById?country_ids=211,61'))
## $response
## $response[[1]]
## $response[[1]]$cid
## [1] 211
## 
## $response[[1]]$name
## [1] "Французская Полинезия"
## 
## 
## $response[[2]]
## $response[[2]]$cid
## [1] 61
## 
## $response[[2]]$name
## [1] "Гваделупа"

В этом случае мы можем пребразовывать список списков в датафрейм используя векторные выражения и следующую хитрую функцию. В результирующей переменной придется переименовать колонки.

lists2df = function(ll){
    as.data.frame(do.call(rbind, lapply(lapply(ll, unlist), "[",
                                        unique(unlist(c(sapply(ll,names)))))),
                  stringsAsFactors=FALSE)
}

Теперь мы можем записать страны и города участников в переменные countries и cities соответственно, передав функции lists2df() результат запроса в формате JSON. Перед тем, как собрать все данные окончательно, мы переименуем столбцы этих двух переменных таким образом, чтобы названия были как в переменной members.

# страны
request_countries <- paste0('https://api.vk.com/method/database.getCountriesById?country_ids=', 
                            paste(members_countries, collapse=","))
countries <- lists2df(fromJSON(getURL(request_countries))$response)
# города
request_cities <- paste0('https://api.vk.com/method/database.getCitiesById?city_ids=', 
                         paste(members_cities, collapse=","))
cities <- lists2df(fromJSON(getURL(request_cities))$response)

5.

Загрузка постов со стены группы

Воспользуемся методом wall.getById для чтения всех постов в группе (заметим, этот способ не оптимальный, см. дальше). Методу надо сообщать идентификаторы постов, которые имеют вид -<group_id>_<post_id>. Т.к. нам неизвестны списки постов, то придется перебирать все подряд. Сразу получить все посты за один запрос не удастся, поэтому будем перебирать их пачками по 100. В случае, если поста с данным идентификатором не существует, ничего возвращено не будет. Все посты в группе начинаются с 1. Вычислить последний можно прочитав 2 последних поста и сравнив их идентификаторы (последний пост может оказаться старым и закрепленным, поэтому для уверенности надо прочитать и последний) — для этого можно воспользоваться методом wall.get (здесь у них индексы 2 и 3):

two_last_posts <- fromJSON(getURL('https://api.vk.com/method/wall.get?domain=runningvrn&count=2'))$response
id_max <- max(two_last_posts[[2]]$id, two_last_posts[[3]]$id)

В функции get_wall_posts() мы формируем список идентификаторов постов, которые потом пытаемся получить. Посты читаются пачками, размер которой определен как необязательный параметр id_step. После получения списка постов они приводятся в требуемый вид функцией wall2df().

# пауза при между последовательными запросами
sleep_time <- .34
# сохраняем записи c id_min по id_max в датафрейм
get_wall_posts <- function(id_min, id_max, id_step=100){
    # устанавливаем основные параметры вызова
    extended <- paste0('extended=', 0)
    copy_depth <- paste0('copy_history_depth=', 1)
    # загружаем посты пачками
    id_lo=id_min;id_hi=id_min+id_step-1
    cat(id_min,'-',id_max,': ') # вывод текущей позиции, чтобы не грустить
    while (id_lo < id_max) {
        cat(min(id_hi, id_max), '. ')# вывод текущей позиции, чтобы не грустить
        posts_range <- id_lo:id_hi # диапазон в текущей пачке
        posts <- paste0('posts=', paste0('-', group_id, '_', posts_range, 
                                        collapse=','))
        # используем версию 4. 9
        # можно без access_token (изменится поле whodidthis)
        # request <- paste('https://api.vk.com/method/wall.getById?v=4.9',
        #                  posts, extended, copy_depth, sep='&')
        request <- paste('https://api.vk.com/method/wall.getById?v=4.9',
                         posts, extended, copy_depth, access_token, sep='&')
        posts_list <- fromJSON(getURL(request))
        # если пачка первая, то создаем датафрейм
        if (id_lo == id_min) 
            df <- wall2df(posts_list$response)
        # а если нет, то дополняем следующей пачкой
        else 
            df <- rbind(df, wall2df(posts_list$response))
        # пауза, чтобы запросы не были слишком частыми
        if (id_hi < id_max) Sys.sleep(sleep_time)
        # индексы для новой пачки
        id_lo <- id_lo+id_step
        id_hi <- id_hi+id_step
    }
    
    df
}
# сохраняем посты из wall в датафрейм
wall2df <- function(wall){
    # создаем data.frame в который будем записывать данные
    df <- data. frame(uid=rep(0, length(wall)))
    i <- 0
    # перебираем все посты
    for (wall_post in wall){
        i <- i + 1
        df$uid[i] <- wall_post$id # id поста
        df$author[i] <- wall_post$from_id # автор поста
        df$whodidthis[i] <- ifelse(is.null(wall_post$created_by),
                                   ifelse(is.null(wall_post$signer_id),
                                          NA, wall_post$signer_id),
                                   wall_post$created_by) # автор репоста, если указан
        df$type[i] <- wall_post$post_type # пост/репост
        df$comments[i] <- wall_post$comments[["count"]] # кол-во комментариев
        df$likes[i] <- wall_post$likes[["count"]] # кол-во лайков
        df$reposts[i] <- wall_post$reposts[["count"]] # кол-во репостов
        df$date[i] <- wall_post$date # дата поста
        df$text[i] <- wall_post$text # текст поста
    }
    # преобразуем дату в нужный формат
    df$date <- as.POSIXct(df$date, origin="1970-01-01", 
                          tz='Europe/Moscow')
    
    df
}

Итак, сохраним все посты группы:

group_id <- 89497660 # id нашей группы
id_min <- 1
posts <- get_wall_posts(id_min, id_max)

Опять же заметим, что этот способ не подходит для сообществ с большой историей. Чтение таким методом займет какое-то время из-за перерывов между чтением пачек. Это не критично в нашем случае, потому как постов довольно мало (меньше 500 на момент написания). В целом, наиболее логичным же представляется способ комбинацией типов запросов. Например, в нашем случае на 100 идентификаторов возвращается порядка 20 реально существующих постов. Используя же метод wall.get можно читать по 100 штук, однако здесь возможны трудности – например, во время чтения может быть создан новый пост или откреплен верхний, а чтение этим методом происходит сверху вниз, таким образом, пачки “поедут”. Но благодаря комбинации методов API можно составить список идентификаторов всех реально существующих постов, в этом случае можно прилично уменьшить время чтения.

6. Лайки, комментарии и снова лайки

Мы хотим узнать, кто ставит отметки “мне нравится”, комментирует посты. Также, соберем идентификаторы тех пользователей, кто ставит лайки комментариям. Функция get_likers_commenters() возвращает список, где для каждого поста на стене указаны поставившие лайк к посту, прокомментировавшие его и поставившие лайк к комментариям (в полях likers, commenters, comments_likers соответственно). Функция возвращает первые сто лайков и комментариев, что не ограничивает, у нас и столько нет.

get_likers_commenters <- function(posts){
    posts_likers_commenters <- list()
    cat('1-', dim(posts)[1], ': ', sep='')
    for (i in 1:dim(posts)[1]){
        # получаем пользователей, лайкнувших пост
        request_likers <- paste0('https://api.vk.com/method/likes.getList?owner_id=-',
                                 group_id, '&type=post&item_id=', posts$uid[i])
        likers <- fromJSON(getURL(request_likers))$response$users
        # получаем пользователей, прокомментировавших пост
        request_comments <- paste0('https://api.vk.com/method/wall.getComments?v=5.50&owner_id=-',
                                   group_id, '&post_id=', posts$uid[i])
        comments <- fromJSON(getURL(request_comments))
        # список для комментаторов
        commenters <- c()
        # список идентификаторов постов
        comments_ids <- c()
        # список для поставивших лайки комментарию 
        comments_likers <- c()
        # прокомментировал ли кто-то пост?
        if (comments$response$count){
            commenters <- sapply(comments$response$items, 
                                 function(comment) comment$from_id)
            comments_ids <- sapply(comments$response$items, 
                                   function(comment) comment$id)
            # теперь пройдемся по всем комментариям, чтобы собрать лайкеров
            for (comment_id in comments_ids) {
                request_comments_likers <- paste0(
                    'https://api. vk.com/method/likes.getList?owner_id=-',
                    group_id, '&type=comment&item_id=', 
                    comment_id)
                comments_likers = c(comments_likers, 
                                    unlist(fromJSON(getURL(request_comments_likers))$response$users))
            }
        }
        # заполняем поля идентификаторами пользователей
        posts_likers_commenters[[i]] <- list(likers = likers,
                                             commenters = commenters,
                                             comments_likers = comments_likers)
        # скрашиваем томительное ожидание
        if( i %% 25 == 0) cat(i, ' . ')
        # на моем маке проблема с SSLRead при частых запросах ;(
        if( i %% 200 == 0) Sys.sleep(10)
    }
    posts_likers_commenters
}
posts_likers_commenters <- get_likers_commenters(posts)

Получив последий список с данными об активности пользователей на стене можно собирать все данные вместе

7. Объединение данных

На последнем шаге объединим наши данные в таблицы members и posts, которые будем использовать для построения визуализации и моделирования.

Подготовим таблицы с городами и странами — для этого надо переименовать столбцы по образу таблицы members. Затем преобразуем идентификаторы из строк в числа и заполним пропуски для пользователей, не указавших свои географические данные. Наконец, введем переменную возраст. При создании, пользователям, не указавшим год рождения он устанавливался как 1904. Поэтому после вычисления возраста отсеем пользоватей с возрастом больше 100 лет.

# переименуем столбцы
countries <- rename(countries, country_id=cid, country = name)
cities <- rename(cities, city_id=cid, city = name)
# преобразуем значения идентификаторов в численный тип
countries$country_id <- as.integer(countries$country_id)
cities$city_id <- as.integer(cities$city_id)
# подставим названия городов и стран
members <- left_join(members, cities, by = 'city_id')
members <- left_join(members, countries, by = 'country_id')
# заполним пропуски
members$country[is.na(members$country)] <- 'не указана'
members$city[is. na(members$city)] <- 'не указан'
# введем колонку с возрастом пользователей и уберем значения > 100 лет
members$age <- floor(as.numeric(difftime(now(), members$bdate, units = 'days'))/365.25)
members$age[members$age > 100] <- NA

Перенесем всю данные из переменной posts_likers_commenters в таблицу posts. При этом каждая ячейка в новых столбцах будет списком.

# добавим информацию об активности к каждому посту
posts$likers <- sapply(posts_likers_commenters, function(plc) plc$likers)
posts$commenters <- sapply(posts_likers_commenters, function(plc) plc$commenters)
posts$comments_likers <- sapply(posts_likers_commenters, function(plc) plc$comments_likers)

Таким образом, вся нужная информация перенесена в таблицы members и posts и готова для использования. Сохраним ее в один файл для последующей работы.

save(list = c('posts', 'members'), file = "runningvrn.RData", envir = .GlobalEnv)

8.

Заключение

Итак, мы получили все необходимые исходные данные для анализа. Для справедливости стоит заметить, что для групп с большими количеством участников и активностью методы надо доработать. Хороший способ представляют собственные методы на VKScript.

Посмотрим заголовки полученных таблиц:

load("runningvrn.RData")
# география участников сообщества
head(members[,-3], 3)
##         uid first_name sex      bdate city_id country_id university
## 1  14557170     Сергей   2 1991-02-11       0          1        ВГУ
## 2 101040354     Сергей   2 1904-02-24      42          1        ВГУ
## 3  93517209    Алексей   2 1994-06-03      42          1      ВГИФК
##   deactivated      city country age
## 1      active не указан  Россия  25
## 2      active   Воронеж  Россия  NA
## 3      active   Воронеж  Россия  21
head(posts, 3)
##   uid    author whodidthis type comments likes reposts                date
## 1   2 -89497660         NA post        0    24       2 2015-03-12 23:50:09
## 2   3 -89497660         NA post       12    17       8 2015-03-13 11:04:37
## 3  17 -89497660   14557170 post       13    19       4 2015-03-14 10:52:10
##                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                       text
## 1                                                                                                                                                                                                                               Друзья!<br>Мы создаем "Клуб любителей бега в городе Воронеж". <br>Каковы его цели:<br>1. Объединить людей, любящих бегать или желающих научиться.<br>2. Создать площадку для общения и обмена опытом и ,конечно, совместных тренировок.<br>3. Предоставить возможность заниматься с тренером и получить необходимые знания.
## 2                                                                                                                                                                                                                                                                                                                                                                  Друзья!<br>Завтра первый сбор и тренировка!<br>Встреча в 8.00 утра в СК "Олимпик" 14.03 суббота! <br>Сбор за шлагбаумом у красного здания с надписью "Subway".<br>Для связи 89805562423
## 3 Ребят, спасибо всем, кто сегодня пришел!Сбор был в 8, в 8.05 был старт,так что те, кто опоздали - в следующий раз не опаздывайте!)Вышло три группы: ребята пробежавшие 13 км, 6 км, и девочки,которые тоже что то, но пробежали!В связи с этим:<br>1.
alexxlab

alexxlab

[email protected]

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

Related Posts

Закрыть
Menu