核心用法
该技能通过 Python 脚本 scrape_watchlist.py 爬取 Letterboxd 平台公开用户的观影清单（Watchlist），无需账号登录即可提取影片标题与链接，支持导出为 CSV 或 JSONL 格式。
基础命令
python scripts/scrape_watchlist.py <username> --out watchlist.csv
推荐稳健模式
python scripts/scrape_watchlist.py <username> --out watchlist.jsonl --delay-ms 300 --timeout 30 --retries 2
脚本采用分页爬取策略（/watchlist/page/<n>/），以 data-target-link="/film/..." 存在性作为终止条件，内置 250ms 默认延迟以遵守爬虫礼仪，支持重试与超时机制。
显著优点
- 零认证门槛：仅需公开用户名，无需 API 密钥或登录态
- 轻量输出：CSV/JSONL 双格式，便于后续导入 Notion、Excel 或其他媒体管理工具
- 容错设计：延迟、重试、超时参数可调，降低因反爬导致的失败率
- 正则驱动：不依赖特定 DOM 结构，通过
data-target-link属性定位，一定程度抵御前端微调
潜在局限
- 脆弱性：明确声明为"best-effort HTML scraping"，若 Letterboxd 大幅改版需人工维护正则
- 公开数据限制：无法获取私密清单或用户收藏、评分等关联数据
- 速率敏感：延迟过低可能被临时封禁 IP，过高则拉取效率下降
- 无增量同步：全量爬取，不支持差异更新
适合人群
- 需要备份个人 Letterboxd 清单的影迷
- 希望将待看片单导入第三方工具（Plex、Trakt、Notion）的自动化用户
- 数据归档研究者，需批量获取公开片单元数据
常规风险
- 服务条款：Letterboxd 未公开 robots.txt 爬取政策，存在账号连带风险（若后续需登录其他功能）
- 数据一致性：用户实时增删影片期间爬取，可能产生中间状态
- 维护成本：依赖非官方接口，长期稳定性存疑
技术细节
- 用户名验证：
[A-Za-z0-9_-]+ - 终止条件：首页无影片海报链接即停止
- 输出字段：title（片名）、link（影片详情页 URL）