知识星球一键备份用 zsxq-spider 把 1000 条帖子做成 PDF 电子书【免费下载链接】zsxq-spider爬取知识星球内容并制作 PDF 电子书。项目地址: https://gitcode.com/gh_mirrors/zs/zsxq-spider先讲一个很常见的场景你在某个知识星球里跟了两年攒下了几百篇干货、上千条问答和讨论平时没觉得有什么。直到某天平台调整、账号出问题或者你想换一种更舒服的阅读方式才发现这些内容只能在线看想整理成一份能随时翻阅的资料几乎无从下手。手动截图太慢复制粘贴又丢格式收藏夹里的链接也随时可能失效。zsxq-spider 正是为这个问题而生的开源工具它能把知识星球里的文章、图片和评论自动抓取下来排版成一份精美的 PDF 电子书让你的知识沉淀真正属于自己。为什么你需要它一张表看懂两种方式传统保存方式zsxq-spider 自动方案逐条手动截图费时费力一条命令全量导出后台自动运行图片、文字、评论分散在不同文件图片内嵌、评论完整统一成一本电子书依赖网络离线就看不生成本地 PDF随时随地离线阅读平台变动后内容可能消失内容落盘数据永久留存无法按时间、精华筛选支持精华筛选和时间区间按需导出一句话总结它把在网页里翻帖子变成了读一本离线电子书效率和时间成本完全不在一个量级。核心能力拆解它能为你做什么① 识别多种内容形态问答不丢上下文知识星球里既有普通发言也有提问和回答。zsxq-spider 在抓取时会自动区分话题、问答、任务等类型对于问答类内容会把提问和回答整理在同一页并标注回答者读起来逻辑完整。核心逻辑都在项目根目录的crawl.py里感兴趣可以直接翻代码。② 图片以 base64 内嵌电子书不依赖外部资源很多帖子附带的图片是学习资料的重要组成部分。工具默认开启图片下载DOWLOAD_PICS True把图片转码后直接嵌入 PDF而不是存一个外部链接。这意味着你拿到手的电子书是自包含的换电脑、传云盘都不会丢图。③ 评论、精华、时间范围全都可配置如果你只想导出某个月的讨论或者只想保留星主置顶的精华内容也完全支持。ONLY_DIGESTS控制只看精华还是全部FROM_DATE_TO_DATE配合起止时间可以做历史内容的批量分档导出方便按主题归档。实操演示四步生成你的第一本电子书第一步准备环境git clone https://gitcode.com/gh_mirrors/zs/zsxq-spider cd zsxq-spider pip install pdfkit BeautifulSoup4 requests关键步骤PDF 生成依赖 wkhtmltopdf请先到官网下载对应系统版本安装后把它的 bin 目录加入系统环境变量PATH否则最后一步会报电子书生成失败。第二步填入三个关键参数打开crawl.py找到配置区只需要改三个地方ZSXQ_ACCESS_TOKEN 你的Token # 登录后浏览器Cookie中的值必须修改 USER_AGENT 你浏览器对应的UA # 必须与登录时一致否则可能被拒绝 GROUP_ID 452445212848 # 从星球URL中提取的数字IDToken 获取方式浏览器登录知识星球 → 开发者工具F12→ Application/Cookies 中找zsxq_access_token小组 ID 获取方式打开星球页面的网址地址栏里的那一串数字就是第三步按需微调导出选项DOWLOAD_PICS True # 是否下载图片关闭可加快速度 DOWLOAD_COMMENTS True # 是否保留评论 ONLY_DIGESTS False # True 只导精华False 导全部 PDF_FILE_NAME 我的电子书.pdf第四步运行python crawl.py程序会自动分页请求 API、下载图片、把每条内容组装成 HTML 片段最后统一交给 wkhtmltopdf 合成 PDF。中间会生成temp.json方便你查看原始返回数据运行结束后生成的 HTML 和图片默认会被自动清理DELETE_HTML_WHEN_DONE、DELETE_PICS_WHEN_DONE保持目录整洁。进阶技巧更高效、更稳、更好看先小范围试跑再全量导出。首次运行建议把DEBUG设为True、DEBUG_NUM设为 30 左右先验证 Token、ID 配置是否正确、样式是否满意确认无误后再关闭 DEBUG 全量导出避免白跑一趟。控制请求节奏降低被封风险。工具默认开启SLEEP_FLAG True每次翻页间隔SLEEP_SEC秒。如果你的星球内容特别多可以把间隔调大一些同时把COUNTS_PER_TIME保持在 30 以内的合理值对服务器更友好。用时间区间做分批归档。想导出一年半载的历史内容时建议按月设置FROM_DATE_TO_DATE配合EARLY_DATE/LATE_DATE分几次导出既方便排查问题也便于按时间命名文件存档。定制你的专属排版。觉得默认样式太素直接改项目根目录的temp.css比如调整标题字号、正文行距、图片圆角和阴影改完重新运行即可生效一本书的观感完全由你掌控。常见问题与避坑指南问提示 API 请求失败或认证错误怎么办先确认 Token 是否过期重新登录浏览器获取最新值再检查USER_AGENT是否与登录时一致最后确认网络能正常访问知识星球接口。问最后一步提示电子书生成失败绝大多数情况是 wkhtmltopdf 没有正确安装或未加入 PATH。安装后可在命令行输入wkhtmltopdf --version验证能输出版本号就说明环境就绪。另外生成大文件时注意内存是否充足。问内容抓取不全或丢失了某些帖子检查是否误开了ONLY_DIGESTS或时间区间过滤也可以把DEBUG打开查看处理到哪条数据时报错temp.json中保留了原始返回可用来核对接口数据。问关闭图片下载后为什么电子书里没有图DOWLOAD_PICS False时图片不会被嵌入属于预期行为。想要图文完整请保持其为True并接受稍长的运行时间。写在最后知识星球里沉淀的是时间、金钱和思考换来的积累值得被好好保存。zsxq-spider 的价值不在于爬虫两个字而在于它把散落的数字内容变成了一本可携带、可搜索、可永久保存的个人电子书——从今天起你不再依赖平台的存续也不用担心账号的意外。花十分钟配置就能换来一份长期的安心。建议现在就克隆项目、填入参数、先跑一个小范围测试亲手感受一次一键生成电子书的畅快然后把它纳入你的定期备份习惯每月跑一次让知识越攒越厚。【免费下载链接】zsxq-spider爬取知识星球内容并制作 PDF 电子书。项目地址: https://gitcode.com/gh_mirrors/zs/zsxq-spider创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
