你好呀，我是歪歪。
周末的时候吃了一个瓜，真的是太好吃了。
虽然 2022 年都还没过半，但是我个人已经把这个瓜评选为年度前三了。很久没有吃过这么有质量，又让我酣畅淋漓的瓜了。
事情这样的，我在知乎上刷到了这样的问题：
按理来说，我是一个数学渣的，这种关于数学的问题我一般都不是很感兴趣。我甚至都不记得我高考的时候数学考了多少分了。
但是，我还是鬼使神差的点了进去。
没想到，这一点进去，我就陷进去了。
题目大概是说 B 站上有个 up 主说自己高考数学的时候差不多 35 分钟就把题做完了，最后考了 149 分。
这个 up 主其实挺好的，我还专门去看了一下他之前的视频，他今年一月份发的视频里面说自己是在美国攻读博士学位，学的是纯数学专业。
然后他的高考数学分数没有问题，因为他后面晒了自己的成绩单，但是由于没有可以佐证的证据， 35 分钟这个时间特别有争议了。
大家围绕着这个时间就开始吵起来了。
一拨人说应该问题不大，一拨人说绝无可能。
于是就出现了下面这样的一个回答，我先给你全文截个图：
https://www.zhihu.com/question/522084520/answer/2394053852
总体意思就是有个不愿意透露姓名的、参加过数学奥林匹克大赛的数学大佬，他说他觉得没有人可以在 35 分钟之内高考数学拿到 149 分。
他还立下了奖金 100w 的战书：
在 2022 年 6 月 7 日中午 12 点集合，等当天试卷出来之后全网直播，40 分钟之内 145 分以上即可，参赛费 1 万，挑战成功奖金 100 万。
他也知道知乎上能人辈出，所以特别欢迎大家来打他的脸。希望大家帮他扩散这个消息，让更多的人看到，如果能凑够十个人就开搞。
此消息一处，各路吃瓜豪杰闻风赶到。我给你看看这个回答的数据：
3.3w 人点赞，6805 条评论，5736 人追更，1.7w 人收藏，很恐怖的数据了。
因为答主最后一次更新在 3 月 20 号。至今已经过去了 2 个多月了，我当然第一时间是想知道截止现在有多少人报名了。
所以我想在评论区里面找到答主关于这方面问题的回复。
但是 6800 多条评论，这么多评论直接影响到我吃瓜的速度了。知乎网页版上分页就分了 121 页，而且里面还夹杂着特别多的“查看回复”：
“查看回复”，就是下面这种楼中楼的情况：
我翻了几页，我就发现事情不对，这瓜虽然好吃，但是一页页的翻的话，吃起来也太费劲了。
你知道，我是程序员嘛。
所以...
扒评论
知乎的评论我看了一下，特别的好扒，结构也不算复杂。
从开发者工具中看到的接口和响应是这样的：
你看它的这个接口，里面有个 limit=20&offset=0，猜也能猜出来，limit=20 的意思是一页显示 20 条，然后 offset=0 说明它是基于偏移量来做的分页。
然后返回的数据中有一个 paging 的属性。
很重要，所以我把这个属性单独拿出来说：
前两个属性不多说了，分别用来标识当前是否第一页和最后一页。
接着有个 next 和 previous，表示上一页和下一页。你注意看这两个属性唯一的差别就在 offset 上，一个是 0，一个是 20，也就是说一页显示 20 个。
totals 代表有 2417 条数据。一页 20 个，所以一共 121 页。
那么问题就来了，明明前面说了 6805 条评论，这里怎么只有 2417 条呢？
这个差距也太大了吧？
是的，我开始也有这个疑问，于是我随便找了一个"查看回复"点了一下：
在开发者工具里面看到了这样的请求和响应：
看到接口名称的时候，我一瞬间都懂了。
前面的 2417 条，是 root_comments。每个 root_comments 下面会挂很多 child_comments。
拿个实际的数据来说，就是这个意思：
所以我的策略是先把 root_comments 都拿下来。
我想要拿到的数据应该是谁评论了什么内容，这个内容有多少人点赞，对应的数据是这样的：
所以这个程序写起来很简单，就这么几行代码：
从输出的结果来看，是没有毛病的：
但是我发现一个神奇的事情是这样的：
当我获取到 offset=420 的时候，只给我返回了两条数据再然后就全是空了：
一直到 offset=2420 ，也就是最后一页，都是空的：
我不理解，但是我也找不到为什么，猜测应该是触发到了他们的某个限制策略了吧。
我前面不是说了知乎是根据偏移量分页的嘛，很有可能的一个逻辑就是当 offset 大于某个值的时候，系统认为这个值不合理，觉得你有可能是在刷数据，那么我就不给你数据了。
我想找找其他的帖子来论证我的观点，但是一时间竟然没有找到一个回答下面有超过 5000 个评论的帖子，所以这条路没有走通。但是也侧面证明了，这确实是一个神贴，在整个知乎都属于少部分的情况，出点奇奇怪怪的异常也是很正常的嘛。
但是我发现了另外一个问题，其他评论不多的帖子，比如我之前写的一篇关于成都的，只有 722 个评论。
当我点击评论的时候是这样的：
弹窗加上下拉瀑布流的形式进行的展示，和手机上的展示类似。根本就看不到什么分页信息，这才是偏移量分页的正确打开方式。
因为可以带着上一次返回的数据的最大 id 去做 limit 查询，这也是大数据量的情况下，一个非常好的分页手段。
具体好处就不展开了，老八股文了，说多了没意思。这是只是一个应用场景而已。
回到我们的神贴中，前面我说了它下面是有分页的，但是通过接口访问到 offset=440 的时候，只展示了两条数据之后，就没有数据了。
也就是说接口最多只返回 442 条 root_comments 类型的数据。442，一页 20 条，一共 23 页。
所以我只需要在评论页上点击到 23 页，就能证明我的观点。
首先我直接点击最后一页的时候，是一片空白，和我们程序表现一致：
然后，我就从第一页开始，一页页的点，点到 23 页的时候，果然是符合我的猜测的：
虽然后面还有接近 100 页，但是全是空白页，这应该是知乎的一个 BUG 吧？
算了，不深究。
先能拿多少数据就拿多少数据，牢记使命，吃瓜的时候要跟着主线走，先把主线剧情打通关。
千万不要因为走的太远，而忘记自己吃瓜的初衷。
现在的主线就是 root_comments。
而我已经把 root_comments 的数据拿到了，还要获取对应的 child_comments 怎么搞呢？
还是得找到对应的接口才行。
当点击评论下面的“查看回复”时，接口是这样的：
其中有一串神秘的数字，10093095452，这是什么玩意？
我也不知道，但是我知道这是一种 restful 风格的请求，所以这个数字，是一个入参。
既然是获取 root_comments 下的 child_comments，这个入参一定和 root_comments 有关。
于是我拿着这串数字直接去搜索了获取 root_comments 时的第一页返回数据：
你看我标注了五角星的地方，原来这串神秘数字，就是每个 root_comments 的 id 呀。
而且还有一个意外收获，我发现返回的数据结构里面有个 child_comment_count 属性，这个数据就是代表这个 root_comments 下面有多少个评论。
所以，我在解析 root_comments 的时候，只需要判断一下对应的 child_comment_count 属性是否为 0。不为 0，则说明是有回复的，按照前面说的 restful 的方式获取数据即可。
也就是在程序中加入这样的逻辑：
而 handleChildComment 的关键其实就是拿到这个 url，后面的代码就和解析 root_comments 基本一致：
把代码跑起来，控制台日志打印的哗哗的：
检查了一下，看起来没有毛病。
接下来就更简单了，把数据搞到数据库里面去就完事了。
最后一共拉取到了 4267 条数据：
距离 6800 条评论还差一点，原因前面说了，当 offset 大于某个值的时候，接口就没有返回数据了。
这不重要，反正大部分数据都拿到了。
接下来就是安心吃瓜了。
开始吃瓜
因为我最关心的是答主说了些什么事情。
所以我首先过滤了一下 cna777 这个答主的所有回复：
这个吃瓜的姿势就很舒服了。
从答主的回答来看，好像截至 5 月 26 号，只有三个人报名，如果到 6.1 还没有 10 个人的话，可能今年就不会组织了。
果然是吃瓜的人很多，但是都真的只是吃瓜而已。
其中我还看到答主有这样的一个评论，有点意思，我当然要看看上下文是什么了。
前面扒评论的时候我说了，我把 root_comments 的 id 存下来了，所有只需要过滤指定的 id，就能找到上下文：
原来是有人质疑答主是否有这么多钱。这个没啥意思，但是我惊讶的发现这个 root_comments 的 id 下面居然有 197 条评论。
是一个非常有争议性的评论，所以我看了一下评论的内容：
然后找到了对应的页面上的评论，把这 197 条评论全部看完了：
总结起来就是说这个叫做 kiki 的同学，说他是高中数学老师，他觉得这个挑战可以完成，但是不知道为什么，即使非常多的吃瓜群众叫他展现一波实力，他也一直顾左右而言它，并不正面应战。
主要是质疑答主是否能拿出这 100w，这个质疑也在其他的评论中出现过。
但是我就奇怪了，要是真的有实力就直接去报名啊。主要是现在报名的人都没有 10 个，大家就开始怀疑答主能否拿出 100w。然后借题发挥，输出自已的各种观点。
这个逻辑的先后顺序也不对的嘛，答主不是多次说了嘛，等报名人够 10 人了，他会去公证处进行公正的嘛。
接着我想看看哪个评论的话题性是最大的，也就是 root_comments 的 child_comment_count 数是最大的。
我截取了排名前十的数据：
第一位是一名叫做“无亡”的用户，他说：
我要挑战 天津考生 天津卷常年 40 分钟以内写完 很多次 150
然后下面有 610 个回复：
从评论上看这个哥们好像确实报名了，也是第二个报名的。
瞬间觉得这真的是个人才啊，于是想去他的主页看看这是何方神圣。
结果...
这是牛逼吹的太大，兜不住了，自己就销号了？
这里答主说的“退乎”的人，应该就是这个“无亡”同学吧：
所以，这个故事告诉我们什么？
口嗨一时爽，装逼要谨慎。
回复第二多的是这个：
很多吃瓜群众都愿意对这个比赛进行众筹，我粗略的算了一下，好像大家的钱加起来，距离 100w 也不算特别远了。
说真的，要是这个活动办起来，我也愿意花钱买个门票，看看应战的人到底是何方神圣。
翻了很多评论，反正就是有几个人装逼说问题不大，但是一叫报名就各种各样的借口。
然后我换了一个视角，按照评论点赞数最高进行排序：
前 10 前面，我最喜欢的是这个评论：
真的是这样的，只要在任何的社交平台里面讨论到跑步相关的话题，总是有人冒出几个特别的离谱的成绩，吹的是有板有眼的。
但是真的要说在线下来对线，真刀真枪的干一场，马上各种各样的理由就来了，反正就是不承认自己在吹牛逼。
包括这个评论下面也是，大家又开始关于跑步成绩吵起来了。
用我们程序员的话说就是：no bb，show me code.
还在评论里面发现了一个角度刁钻的哥们：
他居然想组局对赌，真的是处处是人才啊。
我还发现了特别多的评论是"cy"，我也不懂是啥意思。就搜了一下，原来是“插眼”的意思。
要说插眼，我就懂了。我盲僧插眼贼溜。
有 10 分之一的评论都是 cy：
评论区还有特别多的瓜可以吃，但是我就不一一列举了。
我接着就去了 B 站，我看到了两个相关的视频。
第一个是这个：
https://www.bilibili.com/video/BV1Va411t7CV/?spm_id_from=333.788.recommend_more_video.2
这个 up 主的自我介绍是这样的：
我高考数学 148 分，考入清华基课班竞赛业余选手，教了 12 年数学。但是做题巅峰事情的我应该也做不到，但是我联系报名了大众组，重在参与。
这哥们，一看就是实在人，实力在线，但是不轻易装逼，报个大众组，赚个噱头，稳得一笔。
这个视频下面有个评论是把我看笑了：
我也来装一个，本人高考728分，现在在麻省理工数学系读博，本科期间总共发表了接近500篇sci，研一的时候读到过哥德巴赫猜想，花了我两天才解决掉，也因此获得过菲尔兹奖，我想说，高考我50分钟做完数学满分，但这也算我的极限了，因为我是看到题目就想到答案，再加上写的时间，如果写的再快点最少也要40几分钟吧，40分钟以内根本不可能。装完了，爽！
很好的讽刺了这个话题下面的一些“装逼犯”。
而我想说的是：兄弟，别光喝酒，吃几颗花生米啊，边吃边说。
第二个视频是这个：
https://www.bilibili.com/video/BV1sP4y1M7K4/?spm_id_from=333.788.recommend_more_video.-1
这个大佬给出的结论是有可能。因为考试之前是可以提前十分钟拿到试卷，但是不能动笔的。
我依稀记得好像确实是先拿到了试卷，但是不能动笔。至于是提前多久那就不记得了。
大佬说，有这十分钟，完全可以通过口算，把选择题和填空题做完。
是的，没听错，可以通过口算，秒杀高考数学绝大部分的选择题和填空题：
听的我一愣一愣的：这特么还是人吗？
这瓜越往后面吃，我越觉得人和人之间的参差是巨大的。在这些学神面前，我都不好意思说自己是学渣。
在我吃完瓜，写完文章之后，我发现答主更新了：
太遗憾了，居然没有把局组起来。到最后，还是只有三个人报名了。
但是答主表示明年还能再来，只要凑够十人我们随时可以开始。
那么，这个叫做“李笑”的、不在国内无法参赛的、看起来很厉害的用户，不知道到时候会不会迎战：
我相信你是个大佬，只不过你拿学历说事儿的样子，真的 low。
另外，我是真的想这个活动举办起来，有主办方，有赞助商的那种，然后全平台直播。
对了一定要有解说，不然我是真的看不懂。
虽然这些题我是不会了，但是吃瓜，我一定站在最前线。
原文：https://juejin.cn/post/7103372723409141768