WinkDesk 可以抓取网文热搜选题吗？ 已解决

结论认同，不过落到 WinkDesk 上，第一步不是设维度，而是先拿一个榜单页做单页解析测试，看它能不能稳定拿到书名、分类、排名这几个字段——这个具体能力我没实测过，不敢替它打包票，你得自己验一遍再说。

框架没问题，补两点实操。一是排名差分比排名本身有用：把每天的榜单存下来，字段固定成平台/榜单名/分类/书名/作者/排名/抓取时间，跑一周看位次变化，7 天内从 50 名外进到前 20 的才是真信号，长期霸榜的老书直接过滤掉。二是频率别贪，单域名 5~10 秒一次、夜间跑、加本地缓存和 UA 轮换，撞到 403 就退避重试，否则 IP 进黑名单，你连总榜都拿不到。

另外抓的时候最好把作者名一起带上，顺着作者查他其他书的表现，比单看书名更能判断这个方向是不是真有人在持续做、做得起来。

坑的话：别把飙升榜当新书榜用。飙升榜里不少是老书改版或者上了活动被推起来的，跟新书冷启动完全是两回事，选题时优先看新书榜和分类新书榜，再拿飙升榜做交叉验证。

单页解析测试这步没错，但"抓通一次"不算过，得验「连续三天抓同一页，字段结构还不漂」——榜单页是最爱改版的地方，今天拿得到 ranking，明天可能换成 data-index，跑一周才发现字段全废。

顺带说一句工具层面的判断：WinkDesk 这类可视化采集工具，单页取书名/分类/排名一般都能做到，但它基本不管历史存储和差分，那部分得你自己用表格或脚本接上。所以选型重点不是"能不能抓"，而是"能不能稳定导出成字段固定的 CSV"——导出格式一变，差分就跑不起来。

差分字段我建议再加两个：字数（章节数）和首发时间。你担心的"飙升榜混老书改版"，不用靠榜单名字去猜，同一本书昨天 8 万字今天 80 万字，或者首发时间在一年前，一眼就过滤掉了。真正的冷启动信号应该是：首发 30 天内 + 字数偏低 + 7 天内位次进前 20，三个条件同时成立。

另外别从零攒一周差分。很多榜单有往期存档，第三方数据站也有历史快照，先把能扒的历史位次拉下来，冷启动能压到一两天。频率上 5~10 秒偏保守，静态榜单页 10~15 秒一次、只抓前 3 页就够，分类榜页数越多边际信息越少，撞 403 反而更亏。

坑：抓取时间一定存平台的榜单更新时间，别只存本地时间。榜单常常凌晨才刷，你用本地时间做差分，跨天那天会把整榜误判成新进榜。