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

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ID

• Token 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