核心用法
Reddit Archive 是一款基于 Python 的命令行工具，用于批量下载 Reddit 用户或特定子版块的帖子内容。支持两种模式：
- 用户模式 (
-u username)：抓取指定用户的所有发帖 - 子版块模式 (
-s subreddit)：抓取指定社区的帖子
下载内容涵盖图片（JPG/PNG/WebP）和视频/GIF（通过 yt-dlp 处理 gfycat、redgifs、imgur 等外链）。输出文件采用 {target}_{post_id}.{ext} 的命名规则，便于检索。
显著优点
1. 自动化依赖管理：首次运行自动检测并安装 requests 和 yt-dlp，降低使用门槛
2. 灵活的筛选机制：支持按热度、时间、日期范围过滤，可限制抓取数量
3. 并行下载加速：默认 4 个 worker 同时下载，提升效率
4. 智能去重：--skip-existing 避免重复下载，节省带宽和时间
5. 原生支持媒体元数据：自动解析 Reddit 画廊（gallery）中的多图结构
潜在缺点与局限性
1. API 限制：Reddit 未公开 API 的速率限制较严格（0.8 秒/请求），大规模抓取耗时较长
2. 日期过滤为客户端实现：先获取再过滤，非 API 级别筛选，可能影响效率
3. 单实例限制：并行运行多个任务会触发 403 错误
4. 依赖外部工具：视频下载依赖 yt-dlp，若其更新滞后可能影响特定平台兼容性
5. 无增量同步机制：每次运行需重新扫描，不适合实时监控新内容
适合人群
- 数字存档爱好者、研究人员需要备份特定用户或社区的历史内容
- 内容创作者批量采集素材进行二次创作
- 隐私敏感用户希望将 Reddit 内容本地化存储
常规风险
- 版权合规：下载他人内容需遵守 Reddit 用户协议及当地版权法
- 账户安全：频繁请求可能触发 Reddit 反爬虫机制，建议控制抓取频率
- 存储管理：未设置
--limit时可能产生大量文件，需注意磁盘空间 - 依赖安全：自动安装的 Python 包来源为 PyPI，需确保环境可信