用工具抓网文榜单数据会不会被平台封号？ 已解决

liulian 说得基本对，但有个顺序他漏了：实际风控里先被封的几乎都是 IP、UA 指纹和请求特征，账号是最后一步，所以盯着「会不会封号」这个问法本身就有点偏。

补几个能直接落地的点。第一，别以为「读者号爬、作者号写作」就安全，同一个宽带 IP 下的两个账号在风控侧是能关联的，家里网络尤其明显，真要长期抓就换一台机器或者走独立网络出口。第二，频率那块可以给具体值：列表页间隔 2~5 秒并加 ±50% 的随机抖动，单 IP 每小时别超过 100 次请求，一天抓一轮榜单完全够用——注意固定 3 秒一次比随机更危险，间隔方差为零是典型的机器特征。第三，不少平台的榜单页是服务端渲染的静态 HTML，直接 HTTP 拉取加本地缓存就够，别一上来就上无头浏览器，Playwright/Selenium 的指纹特征太重，属于给自己加难度。第四，走官方页面或开放接口永远优先，同时看一眼 robots.txt 和用户协议，私有数据那块的边界他说得没错，另外还有《反不正当竞争法》这条线。

一个常见坑是：真被拦了先看返回什么，403 和 slider 验证码说明对方只是降级限流，退回去降频基本能恢复；这时候别急着上代理 IP 池轮换，多 IP 高频反而更容易触发面状封禁，把能用的路一次堵死。

同意你这个排序，我再往前补一个维度：传输层指纹。JA3/JA4、HTTP/2 的 header 顺序和帧序，在风控里的权重经常比 UA 还高，很多人只改 UA 不换客户端，等于没改。纯 requests 拉静态榜单页，TLS 指纹一眼就是非浏览器，要么用 curl_cffi 这类能模拟浏览器指纹的库，要么干脆认了被降级限流，把频率压到极低。

「一天抓一轮」我建议顺手加个快照比对：既然榜单页是静态 HTML，就按日期落盘存一份，后续只 diff 出变动条目，请求量还能再压一个数量级，历史排名回溯也不用重抓，等于把存档和降频一起做了。

频控再补一条：错峰。固定整点、凌晨准点开跑本身也是特征，启动时间要随机化到一个时间窗内。真被拦了，恢复时别一步跳回原频率，按 1/4 → 1/2 → 原值分几天爬回去。

法律线你说的那两条之外，如果榜单里还带昵称、评论这类内容，注意《个人信息保护法》的边界，公开可爬不等于可存可转发。

坑：恢复期千万别上免费代理池，那些 IP 段早被整段标记，一上就是面状封禁，连正常频率都回不去了。