Web forums are a popular way of exchanging information and discussing various topics. These websites usually have a special structure, divided into boards, threads and posts. Although the structure might be consistent across forums, the layout of each forum is different. The way a web forum presents the user posts is also very different from how a news website presents a single piece of information. All of this makes the navigation and extraction of text a hard task for web scrapers. The focus of this thesis is the development of a web scraper specialized in forums. Three different methods for text extraction are implemented and tested before choosing the most appropriate method for the task. The methods are Word Count, Text-Detection Framework and Text-to-Tag Ratio. The handling of link duplicates is also considered and solved by implementing a multi-layer bloom filter. The thesis is conducted applying a qualitative methodology. The results indicate that the Text-to-Tag Ratio has the best overall performance and gives the most desirable result in web forums. Thus, this was the selected methods to keep on the final version of the web scraper. / Webforum är ett populärt sätt att utbyta information och diskutera olika ämnen. Dessa webbplatser har vanligtvis en särskild struktur, uppdelad i startsida, trådar och inlägg. Även om strukturen kan vara konsekvent bland olika forum är layouten av varje forum annorlunda. Det sätt på vilket ett webbforum presenterar användarinläggen är också väldigt annorlunda än hur en nyhet webbplats presenterar en enda informationsinlägg. Allt detta gör navigering och extrahering av text en svår uppgift för webbskrapor. Fokuset av detta examensarbete är utvecklingen av en webbskrapa specialiserad på forum. Tre olika metoder för textutvinning implementeras och testas innan man väljer den lämpligaste metoden för uppgiften. Metoderna är Word Count, Text Detection Framework och Text-to-Tag Ratio. Hanteringen av länk dubbleringar noga övervägd och löses genom att implementera ett flerlagers bloom filter. Examensarbetet genomförs med tillämpning av en kvalitativ metodik. Resultaten indikerar att Text-to-Tag Ratio har den bästa övergripande prestandan och ger det mest önskvärda resultatet i webbforum. Således var detta den valda metoden att behålla i den slutliga versionen av webbskrapan.

Trolling can affect a web forum and the social sustainability of a forum thread through an activity that leads to negative consequences for participants and participation. Trolling means posts with insults and attacks that are intended to provoke and irritate. By studying the consequences of interaction in web forums on programming, a better understanding of social sustainability is created. Social sustainability aspects concern human well-being but also basic needs for survival. A qualitative approach, inspired by netnography, provided the opportunity to interpret the contexts that arise in a forum conversation and how participation is influenced by the contributions of different participants. The approach created the basis for answering the research question: How does the interaction between participants affect social sustainability and what are the consequences of meetings in both national and international web forum for programming discussions? The analysis of data was conducted through interpretation of text and a process adapted to the netnography, which meant abstraction and comparison, control and refinement, generalization and theorizing. The results show that international forum threads, with English as the communication language, are less socially sustainable, than the national ones. Almost half of the forum threads in the study, 8 out of 17, can be assessed socially sustainable. Kudos trolling with interference in the interaction is recorded the most times but is only found in 3 of 17 forum threads. All forum threads that addressed school assignments were influenced by misunderstandings and a lack of understanding regarding the description of the question or answers. / Trollning kan påverka ett webbforum och en forumstråds sociala hållbarhet genom en aktivitet som leder till negativa konsekvenser för deltagarna och deltagandet. Trollning innebär inlägg med förolämpningar och påhopp som är avsedda att provocera och irritera. Genom undersökning av konsekvenser av interaktion i webbforum gällande programmering skapas en bättre förståelse för den sociala hållbarheten. Sociala hållbarhetsaspekter berör mänskligt välbefinnande, men även grundläggande behov för överlevnad. En kvalitativ ansats, inspirerad av netnografi, gav möjligheter att tolka de sammanhang som uppstår i en forumskonversation, och hur deltagandet påverkas av olika deltagares inlägg. Ansatsen skapade grunder för att besvara forskningsfrågan: Hur påverkar interaktionen mellan deltagare den sociala hållbarheten, och vilka är konsekvenserna av möten i, både nationella och internationella, webbforum för programmeringsdiskussioner? Analysen av data genomfördes genom tolkning av text, och en process anpassad till netnografin som innebar abstraktion och komparation, kontroll och förfining, generalisering samt teoretiserande. Resultatet visar att internationella forumstrådar, med engelska som kommunikationsspråk, är mindre socialt hållbara än de nationella. Nästan hälften av forumstrådarna i studien, 8 av 17, kan bedömas socialt hållbara. Kudostrollning med störning i interaktionen registreras flest gånger, men återfinns endas i 3 av 17 forumstrådar. Alla forumstrådar som behandlade skoluppgifter påverkades av missförstånd, och en oförståelse rörande beskrivning av frågan eller svaren.