# Fanqie Rank > 当用户需要获取番茄小说榜单数据（新书榜、阅读榜）时使用此技能 - 分析番茄小说各分类竞争程度、获取热门书籍信息（书名、作者、简介、在读数、字数）、了解当前市场趋势和热门题材 - Skill: `mhkz/fanqie-rank` (Agent Skill) - Install (CLI): `npx skillmds@latest add mhkz/fanqie-rank` - Raw SKILL.md: https://api.skillmd.com/api/skills/mhkz/fanqie-rank/raw - Safety review: pending - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: Research & Search - Author: mhkz (https://skillmd.com/u/mhkz) - Updated: 2026-09-17 - Page: https://skillmd.com/skills/mhkz/fanqie-rank --- # 番茄榜单抓取 (fanqie-rank) 当用户需要获取番茄小说榜单数据（新书榜、阅读榜）时使用此技能。 ## 触发词 番茄榜单、新书榜、阅读榜、榜单数据、抓取榜单、fanqie rank ## 使用场景 - 分析番茄小说各分类竞争程度 - 获取热门书籍信息（书名、作者、简介、在读数、字数） - 了解当前市场趋势和热门题材 ## 榜单URL格式 ``` https://fanqienovel.com/rank/{gender}_{type}_{category_id} ``` 参数说明： - `gender`: 1=男频, 0=女频 - `type`: 1=新书榜, 2=阅读榜 - `category_id`: 分类ID ## 分类ID映射 ### 男频分类 (19个) | ID | 分类名 | ID | 分类名 | |----|--------|----|--------| | 1141 | 西方奇幻 | 1140 | 东方仙侠 | | 8 | 科幻末世 | 261 | 都市日常 | | 124 | 都市修真 | 1014 | 都市高武 | | 273 | 历史古代 | 27 | 战神赘婿 | | 263 | 都市种田 | 258 | 传统玄幻 | | 272 | 历史脑洞 | 539 | 悬疑脑洞 | | 262 | 都市脑洞 | 257 | 玄幻脑洞 | | 751 | 悬疑灵异 | 504 | 抗战谍战 | | 746 | 游戏体育 | 718 | 动漫衍生 | | 1016 | 男频衍生 | | | ### 女频分类 (18个) | ID | 分类名 | ID | 分类名 | |----|--------|----|--------| | 1139 | 古风世情 | 8 | 科幻末世 | | 746 | 游戏体育 | 1015 | 女频衍生 | | 248 | 玄幻言情 | 23 | 种田 | | 79 | 年代 | 267 | 现言脑洞 | | 246 | 宫斗宅斗 | 539 | 悬疑脑洞 | | 253 | 古言脑洞 | 24 | 快穿 | | 749 | 青春甜宠 | 745 | 星光璀璨 | | 747 | 女频悬疑 | 750 | 职场婚恋 | | 748 | 豪门总裁 | 1017 | 民国言情 | ## 竞争程度分级 根据榜首在读数判断： - 🔴🔴 超红海: >50万在读 - 🔴 红海: 30-50万在读 - 🟡 中等偏高: 25-30万在读 - 🟡 中等: 20-25万在读 - 🟢 蓝海: <20万在读 ## 技术要点 ### 字体加密问题 番茄小说榜单页面使用字体加密，直接提取会得到乱码。 **解决方案**: 通过书籍详情页 `/page/{bookId}` 获取真实书名，该页面不使用字体加密。 ### 数据提取 页面数据存储在 `window.__INITIAL_STATE__` JSON中： - `rank.book_list`: 书籍列表 - 每本书包含: `bookId`, `bookName`(加密), `author`(加密), `abstract`(加密), `read_count`, `wordNumber` ## Python抓取代码 ```python #!/usr/bin/env python3 import json import re import urllib.request import time from pathlib import Path # 分类映射 MALE_CATEGORIES = { "1141": "西方奇幻", "1140": "东方仙侠", "8": "科幻末世", "261": "都市日常", "124": "都市修真", "1014": "都市高武", "273": "历史古代", "27": "战神赘婿", "263": "都市种田", "258": "传统玄幻", "272": "历史脑洞", "539": "悬疑脑洞", "262": "都市脑洞", "257": "玄幻脑洞", "751": "悬疑灵异", "504": "抗战谍战", "746": "游戏体育", "718": "动漫衍生", "1016": "男频衍生" } FEMALE_CATEGORIES = { "1139": "古风世情", "8": "科幻末世", "746": "游戏体育", "1015": "女频衍生", "248": "玄幻言情", "23": "种田", "79": "年代", "267": "现言脑洞", "246": "宫斗宅斗", "539": "悬疑脑洞", "253": "古言脑洞", "24": "快穿", "749": "青春甜宠", "745": "星光璀璨", "747": "女频悬疑", "750": "职场婚恋", "748": "豪门总裁", "1017": "民国言情" } def fetch_rank_page(gender, rank_type, category_id): """获取榜单页面HTML""" url = f"https://fanqienovel.com/rank/{gender}_{rank_type}_{category_id}" headers = {'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7)'} req = urllib.request.Request(url, headers=headers) with urllib.request.urlopen(req, timeout=30) as resp: return resp.read().decode('utf-8') def parse_initial_state(html): """从HTML提取__INITIAL_STATE__数据""" match = re.search(r'window\.__INITIAL_STATE__\s*=\s*({.*?});', html, re.DOTALL) if match: return json.loads(match.group(1)) return None def get_real_book_info(book_id): """从书籍详情页获取真实信息（绕过字体加密）""" url = f"https://fanqienovel.com/page/{book_id}" headers = {'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7)'} req = urllib.request.Request(url, headers=headers) try: with urllib.request.urlopen(req, timeout=10) as resp: content = resp.read().decode('utf-8') book_name = re.search(r'"bookName":"([^"]*)"', content) author = re.search(r'"author":"([^"]*)"', content) abstract = re.search(r'"abstract":"([^"]*)"', content) return { 'bookName': book_name.group(1) if book_name else None, 'author': author.group(1) if author else None, 'abstract': abstract.group(1) if abstract else None } except Exception as e: print(f"获取书籍 {book_id} 失败: {e}") return None def get_competition_level(top_read): """根据榜首在读数判断竞争程度""" read_wan = top_read / 10000 if read_wan > 50: return "🔴🔴 超红海" elif read_wan > 30: return "🔴 红海" elif read_wan > 25: return "🟡 中等偏高" elif read_wan > 20: return "🟡 中等" else: return "🟢 蓝海" def scrape_category(gender, rank_type, category_id, category_name): """抓取单个分类的榜单数据""" print(f"正在抓取: {category_name}") html = fetch_rank_page(gender, rank_type, category_id) data = parse_initial_state(html) if not data or 'rank' not in data: return None book_list = data['rank'].get('book_list', [])[:10] results = [] for i, book in enumerate(book_list, 1): book_id = book.get('bookId', '') read_count = int(book.get('read_count', 0)) word_count = int(book.get('wordNumber', 0)) # 获取真实书籍信息 real_info = get_real_book_info(book_id) time.sleep(0.3) # 避免请求过快 if real_info: results.append({ 'rank': i, 'name': real_info['bookName'], 'author': real_info['author'], 'abstract': real_info['abstract'], 'read': read_count / 10000, # 转换为万 'words': word_count / 10000 }) return results def generate_markdown(all_data, title="番茄小说榜单数据"): """生成Markdown格式报告""" lines = [f"# {title}", "", f"> 数据采集时间：{time.strftime('%Y-%m-%d')}", ""] # 按竞争程度排序 sorted_cats = sorted(all_data.items(), key=lambda x: x[1]['top_read'], reverse=True) for cat_name, cat_data in sorted_cats: level = cat_data['level'] top_read = cat_data['top_read'] lines.append(f"## {cat_name}（榜首{top_read:.1f}万在读）{level}") lines.append("") for book in cat_data['books']: lines.append(f"**【{book['rank']}】《{book['name']}》**") lines.append(f"- 作者：{book['author']}") lines.append(f"- 在读：{book['read']:.1f}万 | 字数：{book['words']:.1f}万") if book['abstract']: abstract = book['abstract'][:100] + "..." if len(book['abstract']) > 100 else book['abstract'] lines.append(f"- 简介：{abstract}") lines.append("") lines.append("---") lines.append("") return "\n".join(lines) # 主函数示例 def main(): gender = 1 # 1=男频, 0=女频 rank_type = 1 # 1=新书榜, 2=阅读榜 categories = MALE_CATEGORIES if gender == 1 else FEMALE_CATEGORIES all_data = {} for cat_id, cat_name in categories.items(): books = scrape_category(gender, rank_type, cat_id, cat_name) if books: top_read = books[0]['read'] if books else 0 all_data[cat_name] = { 'level': get_competition_level(top_read * 10000), 'books': books, 'top_read': top_read } time.sleep(1) # 分类间隔 # 生成报告 md = generate_markdown(all_data, "番茄小说男频新书榜 TOP10") # 保存文件 output_path = Path("fanqie-newbook-data.md") output_path.write_text(md, encoding='utf-8') print(f"数据已保存到: {output_path}") if __name__ == "__main__": main() ``` ## 使用方法 1. **快速抓取**: 运行上述Python脚本 2. **自定义参数**: 修改 `gender` 和 `rank_type` 变量 3. **输出位置**: 默认保存到当前目录的 `fanqie-newbook-data.md` ## 已有数据文件 最新抓取的完整数据保存在： - `novel-writer-skills/templates/knowledge-base/genres/fanqie-male-newbook-top10.md` - `novel-writer-skills/templates/knowledge-base/genres/fanqie-trends-2025.md` ## 注意事项 1. 请求间隔建议 0.3-1 秒，避免被封IP 2. 榜单数据每天下午3点更新 3. 新书榜要求：30万字以下、已签约、未断更 4. 阅读榜要求：30万字以上、已签约、已推荐