页面类型

首页、搜索和个人时间线；单条帖子及其当前已加载回复。已渲染且可识别的长文帖子也可提取。

可保留什么

帖子文字、可用的作者名称与账号、帖子链接、日期、回复/转发/点赞指标、媒体 URL，以及可识别的关系信息。

所有字段都取决于当前页面标记实际提供的内容。媒体以来源 URL 表示，不下载图片或视频文件。

实际采集步骤

  1. 需要聚焦讨论时打开具体帖子；需要一组相关帖子时使用搜索或个人时间线。
  2. 自行浏览。时间线运行时会尽力在 DOM 变化过程中累积已见条目，每页最多 500 条。
  3. 检查预览数量与主帖，导出 Markdown 供阅读，或 JSON 保留字段。

阅读文件时也要看边界

这不是账号归档或完整时间线下载。提取前已错过的条目、未加载回复和虚拟化内容可能缺失。X 的页面结构尤其容易变化。视频 URL 可能临时有效，也可能只是封面地址，而非可下载的视频文件。

导出以页面已加载的内容为准。普通导出不会自动滚动、翻页、展开回复、抓取链接或获取隐藏数据。使用文件前，请检查预览和提取警告。

站点改版可能影响提取质量。请检查预览和提取警告，不要假设每条线上路径都通过了当前人工验证。