知识星球内容备份终极指南：一键导出PDF电子书，把知识永久留在自己手里

知识星球内容备份终极指南一键导出PDF电子书把知识永久留在自己手里【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深夜十一点你打开付费加入的知识星球想翻一翻半年前某位大佬分享的那篇干货。你从最新一条往下滑手指在触控板上划了整整二十分钟终于在一片谢谢分享学习了里找到了它——可这时你突然意识到如果哪天账号出问题、星球调整这些花了真金白银换来的内容可能说没就没了。这大概就是每个深度使用知识星球的用户都会遇到的两难知识星球内容备份这件事做起来麻烦不做又心慌。好在开源社区早就给出了答案——一个名为 zsxq-spider 的 Python 小工具能把星球里的图文、讨论、评论统统抓下来排版成一本专属于你的PDF 电子书。先说说那些让人抓狂的瞬间在动手之前不妨先对号入座看看你是不是也踩过这些坑翻历史消息翻到怀疑人生。星球的精华和普通讨论混在一起搜索功能又比较基础想找某条特定内容基本靠缘分。手动截图就更不用说了几百张截图散落在相册里等你想检索的时候连自己都找不到。零散文件越存越乱。今天存一张图明天存一段文字后天存个链接……存了一年你的笔记软件里堆满了没有上下文的内容碎片等于白存。最怕的是不可抗力。账号异常、平台调整、星球解散任何一件事都可能让你辛苦积累的内容化为乌有。内容在别人服务器上终究不如在自己硬盘里踏实。换个思路把整个星球搬回家zsxq-spider 解决的就是这件事。它本质上是一个基于知识星球官方 API 的内容抓取脚本原理并不复杂用你登录后拿到的凭证去请求话题数据把文字、图片、问答、评论整理成 HTML再借助 wkhtmltopdf 渲染引擎合成一本排版整洁的 PDF 电子书。你不需要懂爬虫原理也不用写任何代码。整个过程可以理解为借力打力工具负责跑腿你只负责提供三样东西——访问凭证、星球 ID 和运行环境。它特别适合这几类人付费星球的重度学习者、想把星球内容整理成系统资料的笔记控以及任何对内容随时可能消失感到焦虑的人。第一步备齐四样东西开工之前先把环境搭好。整个工具只依赖 Python 和一个小巧的 HTML 转 PDF 引擎安装 Python 3.7 或更高版本3.7 已实测通过。安装wkhtmltopdf这是生成 PDF 的核心引擎。装好后务必把它的 bin 目录加入系统环境变量PATH否则最后一步会报错。安装三个 Python 库pip install pdfkit BeautifulSoup4 requests拿到项目代码git clone https://gitcode.com/gh_mirrors/zs/zsxq-spider cd zsxq-spider到这里准备工作就齐了。第二步从浏览器里挖出三个关键值真正需要你动手的只有这一步——去浏览器里取三个值填进crawl.py开头的配置区。第一个值访问令牌ZSXQ_ACCESS_TOKEN。用浏览器登录知识星球按 F12 打开开发者工具在 Cookie 中找到名为zsxq_access_token的字段把它的值完整复制出来。这是工具调用 API 的身份证没有它一切都无从谈起。第二个值User-Agent。每个浏览器都有一个自己的 User-Agent 字符串。注意它必须和你登录时使用的浏览器保持一致否则接口可能不认账。最简单的方法是直接在开发者工具里复制。第三个值小组 IDGROUP_ID。打开你所在星球的页面看地址栏比如https://wx.zsxq.com/dweb2/index/group/452445212848末尾那一串纯数字就是 GROUP_ID填进去即可。第三步按需调整配置十秒钟搞定打开crawl.py你会看到一小片整整齐齐的配置区绝大多数选项开箱即用只需关注这几个GROUP_ID 452445212848 # 知识星球小组ID PDF_FILE_NAME 电子书.pdf # 生成的PDF文件名 DOWLOAD_PICS True # 是否下载图片下载会更慢 DOWLOAD_COMMENTS True # 是否保存评论 ONLY_DIGESTS False # True只导出精华 / False导出全部 FROM_DATE_TO_DATE False # 是否按时间区间抓取 COUNTS_PER_TIME 30 # 每次请求加载的主题数最大30 DEBUG False # 调试开关建议首次运行打开 DEBUG_NUM 120 # 调试时抓多少条就停止 SLEEP_FLAG True # 请求间隔避免被封 SLEEP_SEC 2 # 每次请求间隔秒数如果你只想先试个水强烈建议把DEBUG改成True让程序先跑一百来条数据确认配置没问题再正式全量导出。一句话总结首次用 DEBUG 试错正式用全量跑分。第四步运行然后收获一本电子书一切就绪后在项目目录下执行python crawl.py接下来会发生这样一幕幕程序先向知识星球 API 发起请求一页一页地拉取话题如果开了图片下载图片会被存进images目录随后转成 base64 编码直接嵌入文档保证 PDF 无论传到哪台设备都不会出现图裂每条内容被拼装成 HTML 片段最后全部交给 wkhtmltopdf合成一本带着目录的 PDF 电子书。命令行里会不断打印正在抓取的链接看到最后一行电子书生成成功时恭喜你属于你的星球精华合订本已经躺在项目目录里了。想要更好看、更好用这几个进阶玩法值得一试定制 PDF 外观。工具会引用项目根目录下的temp.css作为样式表。想改标题颜色、正文字号、图片圆角阴影直接编辑这个文件就能生效改完重跑一次即可。h1 { font-size: 40px; color: #2c3e50; text-align: center; } img { max-width: 100%; margin: 20px auto; border-radius: 8px; box-shadow: 0 4px 12px rgba(0,0,0,0.1); }按时间段分批导出。历史内容特别多的时候把FROM_DATE_TO_DATE设为True再用EARLY_DATE和LATE_DATE划定起止时间格式形如2017-05-25T00:00:00.0000800一个月一个月地导出既好排查问题也方便按年月归档。只留精华。想要一本高浓度学习手册把ONLY_DIGESTS设为True工具会只抓取被星主加精的内容配合团队做内部培训资料再合适不过。保持整洁。跑完后DELETE_PICS_WHEN_DONE和DELETE_HTML_WHEN_DONE会自动清理中间的图片和 HTML 文件不会给你的项目目录留下一堆垃圾。常见坑位提前帮你排掉自己动手总会踩点小坑这里把最常遇到的问题一次性说清PDF 生成失败、报错退出——九成是 wkhtmltopdf 没装好或没进 PATH。先单独在命令行敲wkhtmltopdf验证一下能不能识别不能就回去检查环境变量。接口返回认证错误——要么是zsxq_access_token过期了重新登录复制一次要么是 User-Agent 和你登录时的浏览器对不上。抓到的内容不完整——试着把COUNTS_PER_TIME调小一点或者用DEBUG模式看看卡在哪一步。大批量导出时内存吃紧也可以按时间区间分几次跑。被提示请求太频繁——SLEEP_FLAG保持开启间隔时间别设得太激进给服务器留点呼吸空间。写在最后内容备份的意义是把主动权握回自己手里知识星球里沉淀的是星主的心血也是你自己投入了时间和金钱换来的学习资产。把它导出成 PDF 电子书不是为了搬运或扩散而是为了在需要的时候随时能翻阅、能检索、能回顾。zsxq-spider 用最少的配置成本帮你完成了这件事。最后也提醒一句工具再好也要用在正途上。生成的电子书仅供个人学习使用请勿随意传播也请控制抓取频率尊重平台和内容创作者的心血。从这个周末开始试着给自己留下第一本知识合订本吧——毕竟把知识装进自己的口袋永远是最划算的投资。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考