29 lines
842 B
Markdown
29 lines
842 B
Markdown
# 2026-02-27 知识库 Bug 排查
|
||
|
||
## 问题描述
|
||
用户报告：knowledge-base 代理爬取了错误的知乎文章
|
||
- 提供的 URL ID: 1925232264591156410
|
||
- 实际爬取的 URL ID: 1894054073625461813
|
||
|
||
## 根因定位
|
||
问题出在 `zhihu_article_crawler.py` 脚本中：
|
||
|
||
```python
|
||
# 问题代码
|
||
if "ZHIHU_SPECIFIED_ID_LIST" not in config_content or "[]" in config_content:
|
||
# 只在配置为空时更新
|
||
new_config = config_content.replace(...)
|
||
```
|
||
|
||
MediaCrawler 配置文件 `~/work/MediaCrawler/config/zhihu_config.py` 中保存了旧 ID：
|
||
```python
|
||
ZHIHU_SPECIFIED_ID_LIST = [
|
||
"https://zhuanlan.zhihu.com/p/1894054073625461813",
|
||
]
|
||
```
|
||
|
||
由于条件判断问题，新 URL 没有被更新进去，导致每次都爬取旧的 ID。
|
||
|
||
## 待修复
|
||
- 修改 `zhihu_article_crawler.py`，强制每次更新配置中的 ID 列表
|