Flickr API 在提取所有地理标记照片时返回重复照片答案

【问题标题】：Flickr API returns duplicate photos while extracting all geotagged photosFlickr API 在提取所有地理标记照片时返回重复照片
【发布时间】：2016-11-04 14:53:24
【问题描述】：

我正在尝试使用 Flickr API 方法 flickr.photos.search() 从 Flickr 中提取所有带有地理标记的照片。代码如下：

import flickr_api
import urllib2
from flickr_api.api import flickr

flickr_api.set_keys(api_key = 'my_api_key', api_secret = 'my_api_secret')
flickr_api.set_auth_handler("AuthToken")

for i in range(1, 1700):
    photo_list = flickr.photos.search(api_key='my_api_key', has_geo=1, extras='description,license,geo,tags,machine_tags', per_page=250, page=i, min_upload_date='972518400', accuracy=12)
    f = open('xmldata1/photodata' + str(i) + '.xml','w')
    f.write(photo_list)
    f.close()

运行此脚本为我提供每个数据页面的 xml 文件。每个 xml 文件有 250 张照片数据。有 1699 个这样的 xml 文件。我得到了大约 420,000 张照片数据，其中有很多重复。删除重复项后，我只得到了 9022 张独特的图像。

我已阅读 here 一次查询 16 页 = 4000 张图像以避免重复是安全的。

我想尽可能避免重复图像，我需要 100,000 多张唯一地理标记图像用于 gps 聚类。

我应该在查询的两个实例之间插入多长时间？如果我必须考虑另一种方法，请详细说明。

如果您有任何疑问，请告诉我。任何帮助将不胜感激！

【问题讨论】：

标签： python flickr

【解决方案1】：

尝试使用 max_upload_date 和 min_upload_date。保持几天的时间范围，并将时间范围从 min_upload_date 转移到 max_upload_date。仅搜索该时间范围内的照片。

【讨论】：

很高兴我能帮上忙。