利用Gemini提取论坛高楼帖子里面的有用信息

Eric · 2025 年6 月 27 日 05:13

相信泥潭很多用户都撸了Google One AI Premium w 2TB Storage 免费15个月学生🧑‍🎓
那么如何利用Gemini帮我们爬楼呢？
直接扔给Gemini一个论坛帖子的连接的话，是不管用的：

这个时候，就需要把论坛网页转存为PDF，然后喂给Gemini
对于小于1000回复的帖子，直接在网页上按Command+P打开打印版网页，然后另存为PDF再上传给Gemini即可：

对于大于1000回复的帖子，你可以选择以同样的方式打开打印版网页，然后拉到页面最下方点“下一页”，但如果这个帖子回复很多，你按几次“下一页”之后就会被论坛限流，无法打开打印版网页

如果想直接访问某个帖子的最新回复的打印版网页的话，它的URL是 https://www.uscardforum.com/t/topic/{topic_id}/print?page=x
x代表页数，论坛打印版网页的默认分页是1000帖一页，比如对于帖子【摸鱼第七季】為什麼不能摸鱼？豆老師的初心呢？！，它最新的700多条回复就可以从 https://www.uscardforum.com/t/topic/402895/print?page=8得到
然后你就可以问它各种问题了

2025 年6 月 27 日 05:18

那么问题来了，可以问隐藏分区吗

Eric · 2025 年6 月 27 日 05:20

不可以……因为隐藏分区的帖子你即使有URL也打不开的吧

打豆豆 · 2025 年6 月 27 日 05:22

谢谢你，让我对自己更了解了

ctzsm · 2025 年6 月 27 日 05:24

@aqua 介绍过泥潭的链接后面基本上都可以加.json，这个东西能直接喂给ai吗？比如说利用Gemini提取论坛高楼帖子里面的有用信息

Eric · 2025 年6 月 27 日 05:25

我试了下，7K帖的高楼的JSON版似乎也很短，感觉肯定不是全部帖子信息：【摸鱼第七季】為什麼不能摸鱼？豆老師的初心呢？！

ctzsm · 2025 年6 月 27 日 05:25

肯定分页了啊，不然你浏览器直接爆炸了。我是觉得读json的成本应该比pdf低？

USnew · 2025 年6 月 27 日 05:28

那这些信息会进入gemini未来的数据库吗？

打豆豆 · 2025 年6 月 27 日 05:29

我不会被谷歌拉黑，以后不能跳槽过去吧…完了

ctzsm · 2025 年6 月 27 日 05:43

我先过去探探路

打豆豆 · 2025 年6 月 27 日 05:44

你发言不多，应该还没被Gemini收录，应该比较安全

记得到时候带带我

ctzsm · 2025 年6 月 27 日 05:45

也有可能明年直接退休了

打算进修一下，当羽毛球教练。

打豆豆 · 2025 年6 月 27 日 05:47

那我是不行，怎么也得再来四五六七年…

henry · 2025 年11 月 8 日 20:33

pdf的办法好用，但是马上被限制了。这短时间能用几次？多久reset？

json每次只有20个帖子，很慢。

咕的鹦鹉宁 · 2025 年11 月 10 日 10:46

这是什么情况

咕的鹦鹉宁 · 2025 年11 月 10 日 13:22

能不能写个油猴脚本
自动翻页抓取用户发言
pdf太大了