核心用法
zhihu-fetcher 是一款面向知乎平台的数据获取工具，专注于热榜、搜索等公开数据的可靠抓取。其核心设计理念是三级认证降级机制，通过 Browser Profile → File Cookie → Fallback Source 的优先级队列，确保在各种网络环境和认证状态下都能成功返回数据。
使用流程极为简洁：
- 推荐模式：先通过
browser open https://www.zhihu.com完成登录，再执行node snippets/fetch-hot.js，工具自动复用浏览器会话 - 自动化模式：将 Cookie 固化至
config/fallback-sources.json，实现无头运行 - 应急模式：零配置调用备用数据源，适合网络受限或紧急场景
显著优点
1. 高可用性设计：三级降级机制覆盖 99% 的异常场景，单点故障不会导致服务中断
2. 灵活认证策略：支持动态调整认证优先级（如优先使用固化 Cookie 而非浏览器）
3. 完善的频率控制：内置 rate-limiter，默认 2 秒/请求，避免触发平台反爬机制
4. 结构化输出：返回包含元信息（认证方式、抓取时间、是否限流）的标准化 JSON
5. 多场景适配：明确区分日常开发、CI/CD 自动化、应急备用三种使用场景
潜在局限
- Cookie 维护成本：固化 Cookie 存在过期风险，需定期手动更新
- 备用源时效性：GitHub 等公开备用源可能存在 1 小时左右的数据延迟
- 功能边界：当前仅覆盖热榜、搜索等读取场景，不支持写操作或深度用户数据
- 合规依赖：最终数据获取仍受知乎平台规则约束，极端情况下可能需人工干预
适合人群
- 内容聚合开发者：需稳定获取知乎热榜进行舆情监控、趋势分析
- 自动化报告系统：需要将知乎数据纳入日报/周报生成流程的技术团队
- 研究分析人员：进行社交平台内容传播规律研究的数据分析师
常规风险
| 风险类型 | 说明 | 缓解措施 |
|---------|------|---------|
| 账号封禁 | 高频请求可能触发平台风控 | 严格遵守内置 rate limit，避免自定义过低间隔 |
| 数据泄露 | Cookie 配置文件误提交至 Git | 已通过文档明确警示，建议配合 `.gitignore` 使用 |
| 服务不可用 | 备用源本身失效 | 支持配置多备用源并设置优先级，建议定期验证 |
| 法律合规 | 抓取行为需符合知乎 ToS 及当地法规 | 仅限公开数据，避免抓取用户隐私内容 |