knowhow_raw.md 11 KB

Edit Raw Blame History


讽刺新闻网站调研报告

任务编号: T-mn5uzcwt
调研目标: 讽刺新闻网站数据源 - The Onion, ClickHole, Babylon Bee 及其他优质来源
调研日期: 2026-03-25
可信度: 高（多源交叉验证）


1. 核心目标网站分析
1.1 The Onion (theonion.com)
网站概况:


成立时间: 1988年（报纸）/ 1996年（网站）
定位: 美国最知名的讽刺新闻网站
风格: 严肃新闻报道格式 + 荒诞夸张内容
母公司: G/O Media
社交媒体: 数百万级粉丝


内容特点:


模拟主流新闻媒体（如CNN、Fox News）的报道风格
标题严肃，内容与标题形成荒诞反差
涵盖政治、科技、娱乐、体育、本地新闻等
"Area Man" 系列是经典栏目


技术接入方案:


方式
URL
状态
说明


RSS Feed
https://www.theonion.com/rss
✅ 可用
主要接入方式


分栏目RSS
/local, /entertainment
✅ 可用
分类订阅


官方API
无
❌ 不存在
无官方REST API


第三方API
RapidAPI
⚠️ 非官方
JSON格式，有限制


RSS结构 (标准RSS 2.0):
<item>
  <title>讽刺新闻标题</title>
  <link>文章URL</link>
  <pubDate>发布时间</pubDate>
  <description>包含图片+摘要</description>
  <category>分类标签</category>
</item>


内容质量评级: elite


1.2 ClickHole (clickhole.com)
网站概况:


成立时间: 2014年
定位: 恶搞点击诱饵/病毒式内容媒体
母公司: The Onion (同属G/O Media)
目标: 讽刺BuzzFeed、Upworthy等病毒内容网站


内容特点:


夸张点击诱饵式标题
荒诞测验（Quiz）和列表文章
模仿社交媒体病毒传播套路
内容比The Onion更加无厘头和后现代


栏目分类:


Quiz (/category/quiz/) - 讽刺测验
News (/category/news/) - 讽刺新闻
Lifestyle (/category/lifestyle/) - 讽刺生活方式内容


技术接入方案:


方式
URL
状态
说明


主RSS
https://clickhole.com/feed
✅ 可用
全部内容


Quiz RSS
/category/quiz/feed
✅ 可用
仅测验


News RSS
/category/news/feed
✅ 可用
仅新闻


Lifestyle RSS
/category/lifestyle/feed
✅ 可用
仅生活方式


内容质量评级: elite


1.3 Babylon Bee (babylonbee.com)
网站概况:


成立时间: 2016年
创始人: Adam Ford (后售予Seth Dillon)
定位: 基督教保守派讽刺新闻
口号: "Fake news you can trust"
社交媒体: 4.8M Twitter粉丝，影响力巨大


内容特点:


从基督教福音派视角讽刺政治、文化、宗教
保守派立场，经常引发争议
被Facebook/Twitter多次标记为"潜在误导信息"
相比The Onion更明显的政治倾向


内容分类:


Politics (政治)
Crime (犯罪)
Lifestyle (生活方式)
Sports (体育)
Life (生活)
U.S. (美国新闻)
Entertainment (娱乐)


技术接入方案:


方式
URL
状态
说明


RSS Feed
https://babylonbee.com/feed
✅ 可用
标准WordPress RSS


API
无
❌ 不存在
无官方API


RSS结构:
<item>
  <title>讽刺标题</title>
  <link>文章链接</link>
  <pubDate>发布时间</pubDate>
  <dc:creator>Babylon Bee</dc:creator>
  <category>分类标签</category>
  <description>图片+摘要</description>
</item>


内容质量评级: elite


2. 扩展讽刺新闻源
2.1 国际优质来源


网站
地区
RSS URL
特色
评级


The Daily Mash
英国
thedailymash.co.uk/feed
英式干幽默
elite


NewsThump
英国
newsthump.com/feed
英国政治讽刺
elite


Waterford Whispers News
爱尔兰
waterfordwhispersnews.com/feed
爱尔兰视角，社媒活跃
elite


The Betoota Advocate
澳大利亚
betootaadvocate.com/feed
澳洲内陆报纸风格
elite


The Beaverton
加拿大
thebeaverton.com/feed
加拿大政治文化
high


The Shovel
澳大利亚
theshovel.com.au/feed
澳式讽刺
high


The Poke
英国
thepoke.co.uk/feed
图片+短文
average


Private Eye
英国
private-eye.co.uk/rss
传奇杂志，部分付费
elite


2.2 垂直领域讽刺


网站
领域
RSS URL
特色
评级


Reductress
女性媒体
reductress.com/feed
讽刺时尚杂志
elite


The Hard Times
朋克摇滚
thehardtimes.net/feed
音乐场景讽刺
elite


Duffel Blog
军事
duffelblog.com/feed
"军队的洋葱"
elite


The Fauxy
南亚视角
thefauxy.com/feed
印度/南亚新闻
high


2.3 用户生成/众包


网站
模式
RSS URL
特色
评级


The Spoof
UGC
thespoof.com/rss
最大假新闻作者社区
average


Genesius Times
独立
genesiustimes.com/feed
宗教保守讽刺
average


3. RSS vs 网页爬虫方案
3.1 方案对比


维度
RSS Feed
网页爬虫


开发成本
极低
中


维护成本
极低
高（网站改版需更新选择器）


数据结构化
高（标准XML）
需提取解析


实时性
高
高


内容完整度
摘要+链接
可获取全文


反爬风险
无
低-中


限制
仅最新N条（通常50-100）
可爬取历史


3.2 推荐策略
双模式策略:


RSS模式（主）: 实时监控新内容
网页模式（辅）: 定期全量抓取历史内容


4. 网页抓取策略（备用）
4.1 The Onion 选择器
selectors:
  article_list:
    container: "article"
    title: "h1"  # 或 article h2 a
    link: "a[href]"
    summary: ".summary"  # 或 h1 + p

  article_detail:
    title: "h1"
    content: "article p"  # 段落列表
    author: ".author"
    publish_date: "time"
    category: ".category"

4.2 Babylon Bee 选择器
selectors:
  article_list:
    container: "article.post"
    title: "h2.entry-title a"
    link: "h2.entry-title a"
    summary: ".entry-summary"

  article_detail:
    title: "h1.entry-title"
    content: ".entry-content p"
    author: ".author-name"
    publish_date: "time.entry-date"
    category: ".cat-links a"

4.3 ClickHole 选择器
selectors:
  article_list:
    container: "article"
    title: "h2 a"  # 或 .entry-title
    link: "h2 a"

  article_detail:
    title: "h1.entry-title"
    content: ".entry-content"
    category: ".category a"


5. 数据字段映射
5.1 RSS标准字段


字段
RSS路径
类型
说明


title
/rss/channel/item/title
string
讽刺标题


link
/rss/channel/item/link
string
原文链接


pub_date
/rss/channel/item/pubDate
datetime
发布时间


description
/rss/channel/item/description
string
HTML摘要


category
/rss/channel/item/category
array
分类标签


guid
/rss/channel/item/guid
string
唯一ID


creator
/rss/channel/item/dc:creator
string
作者


5.2 扩展字段（网页抓取）


字段
类型
说明


full_content
string
完整正文（HTML或纯文本）


featured_image
string
头图URL


tags
array
标签列表


word_count
int
字数


satire_type
enum
讽刺类型


6. 讽刺内容分类体系
6.1 主题分类
categories:
  politics: "政治"
  entertainment: "娱乐"
  technology: "科技"
  sports: "体育"
  lifestyle: "生活方式"
  crime: "犯罪/法律"
  business: "商业"
  religion: "宗教"
  international: "国际"
  local: "本地新闻"

6.2 讽刺手法
satire_techniques:
  news_parody: "新闻模仿"  # 模仿新闻报道格式
  exaggeration: "夸张"      # 极端化现实
  irony: "反讽"            # 说反话
  absurdism: "荒诞"        # 无逻辑内容
  clickbait_spoof: "点击诱饵讽刺"  # 讽刺病毒标题

6.3 立场倾向
political_leaning:
  neutral: "中性"           # The Onion, ClickHole
  conservative: "保守派"     # Babylon Bee, Genesius Times
  liberal: "自由派"          # 部分来源
  religious: "宗教视角"      # Babylon Bee (Christian)


7. 数据质量控制
7.1 内容验证规则
VALIDATION_RULES = {
    # 基础检查
    "title_not_empty": True,
    "title_min_length": 10,
    "link_valid": True,
    "pub_date_valid": True,

    # 讽刺内容特征
    "contains_satire_keywords": True,
    "not_real_news": True,  # 需与真实新闻对比

    # 重复检测
    "unique_guid": True,
    "title_similarity_threshold": 0.9
}

7.2 与其他新闻源的区分
讽刺新闻vs真实新闻的识别特征:


来源域名: 白名单机制
标题夸张度: 使用NLP检测过度夸张
内容一致性: 交叉验证主流新闻源
网站标识: 检查"About"页面的讽刺声明


8. 调度与采集策略
8.1 采集频率


来源类型
RSS检查频率
全量爬取频率


核心来源 (The Onion等)
每15分钟
每月


活跃来源 (Babylon Bee等)
每30分钟
每季度


其他来源
每小时
每半年


8.2 增量同步

使用 guid 或 link 去重
记录最后采集时间戳
RSS feed通常返回最近50-100条


9. 参考资源
9.1 RSS Feed列表

Feedspot Satirical News RSS
Feedspot Fake News RSS

9.2 学术研究

讽刺新闻检测NLP研究
假新闻vs讽刺新闻分类

9.3 第三方API

RapidAPI The Onion
Webz News API (带satirical_news标签)


10. 总结与建议
推荐数据源优先级

Tier 1 - 必采:


The Onion (theonion.com/rss)
Babylon Bee (babylonbee.com/feed)
ClickHole (clickhole.com/feed)

Tier 2 - 高价值:


Reductress (女性视角)
The Hard Times (音乐文化)
The Daily Mash (英式幽默)
Waterford Whispers (爱尔兰)

Tier 3 - 补充:


The Betoota Advocate (澳洲)
The Beaverton (加拿大)
Duffel Blog (军事)


技术实施建议

阶段1: 实现RSS模式，覆盖Tier 1来源
阶段2: 增加RSS覆盖到Tier 2
阶段3: 对关键来源实现网页爬虫备份
阶段4: 建立内容分类和标签体系

注意事项

Babylon Bee有明确政治立场，使用时需标注
ClickHole内容可能过于荒诞，需评估适用场景
定期验证RSS feed可用性（网站可能改版）
考虑版权和合理使用原则


报告生成时间: 2026-03-25
置信度: 高
版本: 1.0