核心用法
Web Scraper 通过调用 r.jina.ai 的免费 API，将目标 URL 前置于 https://r.jina.ai/ 即可获取网页内容。支持命令行 curl 或 Python requests 调用，返回结构化 Markdown 格式文本。
使用示例：
curl -s "https://r.jina.ai/https://truthsocial.com/@realDonaldTrump"
import requests
def scrape(url):
return requests.get(f"https://r.jina.ai/{url}").text显著优点
1. 绕过防护能力强：可穿透 Cloudflare Turnstile、5秒盾等常见反爬机制
2. 零成本使用：完全免费，无需注册 API 密钥
3. 输出格式友好：自动提取正文并转为 Markdown，省去 HTML 解析
4. 覆盖特殊站点：明确支持 Truth Social、Gab、Gettr 等受严格保护的社交平台
潜在缺点与局限性
- 依赖第三方服务：r.jina.ai 的可用性与稳定性不受用户控制，存在服务中断风险
- 速率限制未知：免费 API 通常存在隐形调用频率上限
- 内容完整性：可能丢失 JavaScript 动态渲染内容、图片、视频等非文本元素
- 隐私泄露风险：目标 URL 及内容流经第三方服务器，敏感信息可能外泄
- 合规灰色地带：明确标注"bypass"用途，存在违反目标网站 ToS 及法律风险
适合人群
- 开发者需快速提取受保护网站正文内容
- 研究者进行公开社交媒体数据监测
- 竞品分析需批量抓取新闻资讯
- 不适合：企业级生产环境、敏感数据爬取、合规要求严格的场景
常规风险
| 风险类型 | 说明 |
|---------|------|
| 法律合规 | "Bypass"表述暗示可能违反 CFAA、DMCA 等法规及网站服务条款 |
| 隐私安全 | 目标 URL 及全部内容暴露给 jina.ai 服务端 |
| 服务依赖 | 单点故障，无 SLA 保障 |
| 内容准确性 | 动态加载内容可能缺失，返回结果非实时快照 |