knowhow.md 11 KB

Edit Raw Blame History


Satire News Scraper 知识体系

版本: 1.0.0
来源: Hunter 调研数据结构化整理
用途: 讽刺新闻抓取与短剧素材提取


1. 讽刺新闻数据源概览
1.1 目标网站矩阵


网站
国家
内容类型
政治倾向
RSS状态
优先级


The Onion
USA
主流新闻讽刺
自由派
❌ 需网页抓取
P0


ClickHole
USA
病毒内容讽刺
中立
✅ 可用
P0


Babylon Bee
USA
保守/宗教讽刺
保守派
✅ 可用
P1


Reductress
USA
女性媒体讽刺
进步/女权
✅ 可用
P1


The Hard Times
USA
朋克文化讽刺
左翼/朋克
✅ 可用
P1


McSweeney's
USA
文学幽默
自由派
✅ 可用
P2


The Beaverton
Canada
加拿大新闻讽刺
自由派
✅ 可用
P2


Waterford Whispers
Ireland
爱尔兰新闻讽刺
中立
✅ 可用
P2


RSS 可用率: 7/8 (87.5%)
1.2 抓取技术方案
RSS 模式（推荐，7个网站）
格式: WordPress RSS 2.0 / FeedBurner Atom
更新频率: 每小时/每日
优势: 结构化数据，低资源消耗


网页抓取模式（The Onion 必需）
{
  container: "article, .article-card, .post",
  title: "h2 a, h3 a, .headline a",
  link: "a[href*='/article/']",
  content: ".entry-content, .article-body",
  pagination: "infinite_scroll | numbered | load_more"
}


2. 讽刺类型分类体系
2.1 七大讽刺类型


类型
代表网站
核心特征
短剧适配度


主流新闻讽刺
The Onion
死板式新闻格式、荒诞标题
★★★★★


病毒内容讽刺
ClickHole
列表、测验、点击诱饵
★★★★☆


保守派讽刺
Babylon Bee
宗教/右翼视角反转
★★★☆☆


女性媒体讽刺
Reductress
女性杂志风格、 relatability
★★★★☆


亚文化讽刺
The Hard Times
朋克/DIY黑话、内部梗
★★★☆☆


文学幽默
McSweeney's
高品位、知识分子向
★★☆☆☆


国家特色讽刺
Beaverton/Waterford
地域文化视角
★★★☆☆


2.2 讽刺识别特征库
死板式新闻格式 (Deadpan News)


特征: AP风格导语、倒金字塔结构、引用虚构来源
示例: "Local Man..." 开头的标题
适配: 新闻播报式短剧


荒诞反转 (Absurdist Twist)


特征: 正常开头 → 超现实结尾
标记词: "shocked to discover", "unexpectedly", "tragically"
适配: 反转结局短剧


过度夸张 (Hyperbole)


特征: 极端化日常场景、放大到荒谬程度
标记: 数字夸张("37小时")、情绪夸张("devastated")
适配: 夸张喜剧


反讽对比 (Irony)


特征: 字面意思与真实意图相反
标记: 引号强调、"brilliant", "totally normal"
适配: 讽刺对话剧


3. 荒诞剧情识别方法论
3.1 荒诞指数评分算法
absurdity_score = (
  headline_satire_markers × 0.30 +
  content_absurdity_density × 0.25 +
  narrative_twist_strength × 0.25 +
  short_drama_adaptability × 0.20
) × 10


分量详解


分量
计算方式
高分特征


headline_satire_markers
命中讽刺标记词数量
2+ 个标记词


content_absurdity_density
荒诞元素 / 总字数
> 10%


narrative_twist_strength
反转意外程度 (1-5)
4-5 级反转


short_drama_adaptability
场景/对话/冲突完整度
可直接改编


3.2 讽刺标记词库
标题标记词 (Headline Markers)
常见模式:
- "Local Man/Woman..."
- "Area [Profession]..."
- "Study Finds..."
- "Report: ..."
- "Breaking: ..."
- "Experts Say..."

情绪词:
- devastated, thrilled, horrified, shocked
- finally, reportedly, allegedly


荒诞元素词库 (Absurdity Elements)
超现实: time travel, aliens, talking animals, supernatural
夸张: 37 hours, $4 billion, entire family, everyone
反转: unexpectedly, turns out, little did they know
讽刺: brave, hero, genius, role model (反讽用法)

3.3 短剧潜力评估维度


维度
权重
评估标准


场景可视性
25%
能否在1-2个场景内呈现


对话丰富度
25%
是否包含可直接使用的对话


冲突明确性
20%
矛盾是否清晰可演绎


反转冲击力
20%
结局是否有意外效果


表演可行性
10%
是否需要特殊道具/特效


短剧适配评级


A级 (8-10分): 可直接拍摄，几乎无需修改
B级 (6-7.9分): 需要少量改编，调整对话
C级 (4-5.9分): 需要大幅改写，提取核心笑点
D级 (


4. 荒诞元素提取规则
4.1 提取维度框架
Satire Article
├── source          # 来源信息
├── content         # 内容本体
│   ├── headline    # 标题（最关键）
│   ├── body        # 正文
│   └── category    # 分类标签
├── satire_analysis # 讽刺分析（核心）
│   ├── type        # 讽刺类型
│   ├── markers     # 命中标记词
│   ├── premise     # 荒诞前提
│   └── twist       # 反转/笑点
└── drama_elements  # 短剧元素
    ├── setting     # 场景设定
    ├── characters  # 人物设定
    ├── dialogue    # 可提取对话
    └── visual_gags # 视觉笑点

4.2 场景设定提取 (Setting)
识别方法


从标题提取地点: "Local Man" → 通用小镇
从内容提取具体场景: 办公室、家庭、公共场所
识别时代背景: 现代、未来、复古


场景分类
| 类别 | 典型场景 | 提取标志 |
|------|----------|----------|
| domestic | 家庭客厅、厨房 | family, home, parents |
| workplace | 办公室、会议室 | office, boss, coworker |
| public | 餐厅、街头、商店 | restaurant, street, store |
| media | 新闻演播室、采访现场 | report, interview, press |
| absurd | 超现实场景 | 需根据内容构建 |
4.3 人物设定提取 (Characters)
角色原型识别
"Local Man" → 普通人、中年男性、有些笨拙
"Area Woman" → 普通女性、可能是Karen类型
"Experts" → 穿白大褂的权威形象
"Study Finds" → 科学家/研究员形象


角色属性提取
| 属性 | 提取来源 | 示例 |
|------|----------|------|
| 职业 | 标题/正文 | plumber, CEO, teacher |
| 性格 | 行为描述 | gullible, arrogant, naive |
| 状态 | 情绪词 | devastated, thrilled |
| 关系 | 提及的人物 | wife, boss, neighbor |
4.4 对话提取规则
直接提取


引号内的对话内容
采访形式的问答
声明/演讲内容


间接转对话


叙述转为角色独白
内心想法外化
动作配画外音


对话适配原则


保留原文的核心笑点
简化长句为口语化表达
增加反应镜头和停顿
添加视觉辅助笑点

4.5 视觉笑点识别 (Visual Gags)
类型识别
| 类型 | 描述 | 示例 |
|------|------|------|
| prop_gag | 道具笑点 | 夸张的物体、错位物品 |
| costume_gag | 服装笑点 | 不合时宜的穿着 |
| reaction_gag | 反应笑点 | 人物表情与情境不符 |
| juxtaposition | 并置笑点 | 两个不搭元素的组合 |


5. 短剧适配指南
5.1 改编策略矩阵


讽刺类型
最佳短剧形式
改编要点


死板式新闻
新闻播报讽刺
保留新闻格式，加入视觉错位


荒诞反转
情境喜剧
强化铺垫，突出反转


过度夸张
夸张喜剧
放大肢体表演，配合音效


反讽对比
对话讽刺剧
字面表演+画外音揭示真相


5.2 时长规划指南
15秒短视频


适用: 单笑点、视觉gag
结构: 铺垫5s + 笑点10s
来源: ClickHole列表项、Babylon Bee短标题


60秒短剧


适用: 简单情节反转
结构: 场景建立20s + 发展30s + 反转10s
来源: The Onion标准文章、Reductress短文


3-5分钟短剧


适用: 复杂讽刺、多幕结构
结构: 三幕式，每幕1-1.5分钟
来源: McSweeney's长文、多线索讽刺

5.3 本地化适配原则
文化转换
| 原文元素 | 本地化策略 | 示例 |
|----------|------------|------|
| 特定地名 | 替换为本地地名 | Des Moines → 石家庄 |
| 文化梗 | 替换为等效本地梗 | Thanksgiving → 春节 |
| 人名 | 使用本土化名字 | Brad → 张伟 |
| 政治讽刺 | 转为社会现象讽刺 | 党派 → 代际/职场 |

语言风格调整


保留原文的讽刺语气
转换为口语化短句
添加本土网络流行语
调整语速配合字幕


6. 常见陷阱和处理技巧
6.1 抓取阶段陷阱


陷阱
现象
解决方案


The Onion RSS失效
404 或空feed
切换至网页抓取模式


内容截断
RSS只返回摘要
抓取详情页完整内容


编码问题
特殊字符乱码
强制UTF-8解码


反爬限制
IP被封
降低频率至20req/min，使用代理池


6.2 内容分析陷阱


陷阱
现象
解决方案


真新闻误判
现实比讽刺更荒诞
交叉验证其他来源


时效性过时
政治事件已过时
检查发布日期，优先近7天


文化壁垒
美式梗难以理解
标记culture_specific，谨慎选用


政治敏感性
涉及敏感话题
过滤或大幅改写


6.3 短剧改编陷阱


陷阱
现象
解决方案


笑点依赖文字
视觉表现力弱
添加视觉gag和反应镜头


需大量背景知识
观众看不懂梗
简化或添加解释性画面


表演难度过高
需要特殊场景/道具
替换为等效简单场景


版权问题
直接搬运风险
提取框架，完全改写具体内容


6.4 最佳实践
抓取频率
P0网站: 每2小时检查
P1网站: 每4小时检查  
P2网站: 每日检查一次


内容筛选流水线
抓取 → 去重 → 质量评分 → 短剧适配评分 → 人工复核 → 入库


质量门槛


absurdity_score > 6.0 进入候选
短剧适配评级 B级以上优先改编
政治敏感内容人工过滤


附录: 快速参考
A. RSS Feed 速查表
ClickHole:      https://clickhole.com/feed/
Babylon Bee:    https://babylonbee.com/feed/
Reductress:     https://reductress.com/feed/
The Hard Times: https://thehardtimes.net/feed/
McSweeney's:    http://feeds.feedburner.com/mcsweeneys
The Beaverton:  https://www.thebeaverton.com/feed/
Waterford:      https://waterfordwhispersnews.com/feed/

B. 荒诞指数速判标准

8-10分: 标题即可改编，立即入库
6-7分: 需阅读正文评估，大概率可用
4-5分: 边缘案例，需人工判断


C. 改编检查清单

[ ] 笑点不依赖过多背景知识
[ ] 可在1-2个场景内完成
[ ] 有明确的视觉呈现点
[ ] 时长符合目标平台
[ ] 已做本地化处理


文档版本: 1.0.0 | 生成时间: 2026-03-25