社会主义经典著作集 · 接口文档

面向第三方开发者的公开说明：这个节点有什么数据，以及怎么取。

站点主页：<https://rmws1976.xyz> 数据规模：18,596 篇 · 14 位作者 · 正文合计约 6,630 万字 · 年份跨度 1820–2026

一、这个节点提供了什么

一句话：社会主义经典作家与各国社会主义领袖的著作全集， 以中文为主，按作者与年份两条线索组织，正文全文开放检索。

收录了谁

正文最多的几位：斯大林 1,776 万字 · 金日成 1,254 万字 · 列宁 1,190 万字 · 马克思 546 万字 · 恩格斯 526 万字。

四种进入方式

① 网页浏览 —— 按作者

https://rmws1976.xyz/           主页
https://rmws1976.xyz/a/         作者索引（14 位，带篇数 / 字数 / 年份跨度）
https://rmws1976.xyz/a/列宁.html  某位作者的全部作品（按年份分组，每条链到文章页）
https://rmws1976.xyz/p/1362.html   单篇文章（纯静态 HTML，无 JS）

② 网页浏览 —— 按年份

https://rmws1976.xyz/y/          年份索引（1820–2026，按年代分组）
https://rmws1976.xyz/y/1917.html  那一年的全部篇目（1917 年有 773 篇）

③ 爬取（不用 API 也能拿全站）

页面是预先渲染好的静态 HTML，不依赖 JS，直接 GET 即可：

• 想拿某位作者的全部作品：主页 → /a/ → /a/{作者}.html → 里面每条 <a href="../p/{id}.html">标题</a> 就是文章地址
• 想拿某一年的全部作品：主页 → /y/ → /y/{年份}.html → 同样链到 /p/{id}.html
• 想要标题之外的简介：/search 与 /text 返回里带 summary 和上下文字段（见下文接口）

爬取请自重：这台机器只有 2 核，全站约 18,800 个静态文件。建议低并发（1–2）、 加 User-Agent、两次请求之间留点间隔。要批量取正文，用 /article/{id} 更省流量。

④ 接口 —— 见下一节。检索类需求（找某个主题的论述、查某个词出现在哪篇） 走接口比爬页面高效得多。

★ 用之前必须知道：数据的已知问题

这套语料是整理+翻译来的，不是官方版本，有明确的局限：

1. 相当一部分是机器翻译的

• 斯大林 2,093 篇里，1,387 篇标注「俄语翻译」，681 篇来自「新译俄文版」——基本全是中文译文
• 胡志明 3,598 篇为越南语来源（数据字段 lang = zh-vi）
• 另有 1,605 篇为中俄/中英混排（lang = mix）

→ 译名与术语可能与通行译本不同，引用前请对照权威版本。

2. 年份经常不准确

已知的具体异常（抽查所得，不是全部）：

• 金正恩名下有条目日期为 2026-06-06（未来日期）
• 「马克思、恩格斯合著」里有 1975-01-01 的条目
• 金日成名下有条目到 2007 年
• 有 83 条的日期晚于该作者去世时间
• 有 3 条日期范围起止倒置

→ 不要把这里的年份当成权威，尤其做统计分析时。以年份检索（/y/、date_from） 得到的结果，请当作"大致在这段时间"来看。

3. 标题里的年份可能与实际日期不符

抽查发现 61 处标题中的年份与 date_from 字段不一致。

4. 排序陷阱

/author/{name} 与不带 q 的 /search 都是按日期升序返回的 —— 默认 limit=50 时你只会看到该作者最早的 50 篇，看起来像"他只有早期作品"， 其实不是。要看他后期的著作必须翻页（offset）或调大 limit。

二、接口一览

一共 4 个接口，全部为 GET：

文章 id 在全站统一：/search、/text、/author 返回的 id，与网页地址 /p/{id}.html 一一对应。

语义检索还是全文检索

这两个接口互补，不是替代：

• 问「关于 X 的论述」「X 的思想」→ 用 /search
• 问「哪篇文章里出现过『亚罗号』这个词」「出现几次」→ 用 /text

同一条问法在一个接口下没有结果、在另一个接口下命中很多，是常态。

三、通用约定

请求

• 全部为 GET，参数放在 query string。
• 中文参数需 URL 编码（标准 urlencode 即可，服务端也做了容错）。
• 服务端未开启 CORS，仅供服务端与脚本调用，不适合网页前端直接跨域请求。

返回里的判断字段

每个接口都会返回 verdict，用来判断查到了没有：

⚠️ 「没有命中」是 HTTP 200 + verdict: "absent"，不是 404。 请用 verdict 判断，不要用 HTTP 状态码。

limit

默认值：/search 为 200，/text 与 /author 为 50。上限 1000。

/search 支持 limit=0：不返回内容，只返回准确的 total，适合先探数量。

排队与 503

/search 与 /text 是 CPU 密集操作，服务端做了并发限制。请求过多时会排队，排队超过 30 秒返回：

HTTP 503
{"verdict": "error", "busy": true,
 "message": "服务繁忙：排队超过 30 秒仍未轮到，请稍后重试"}

⚠️ 请把 503 当作「服务繁忙」重试，不要当作「没有内容」。 判断依据是 busy: true。

/article 与 /author 不排队。

响应头

四、GET /search —— 语义检索

参数

scope 说明

scope 只在没有传 author/authors 时才可能生效，且只认 classics。

传了其它值不会报错，但会在返回里给出 scope_ignored 字段说明它被忽略了 —— 请检查该字段。

周群

周群的文章无法确定具体年份，查询该作者时服务端会忽略日期过滤，并在返回里给出 date_ignored / date_note。

返回

{
  "query": "鸦片战争",
  "author": "马克思",
  "authors": ["马克思"],
  "scope": "author",
  "verdict": "hit",
  "total": 12,
  "count": 2,
  "offset": 0,
  "next_offset": 2,
  "top_sim": 0.6584,
  "weak_floor": 0.52,
  "lex_hits": 3,
  "sub_hits": 0,
  "results": [
    {
      "id": 9259,
      "title": "中国革命和欧洲革命",
      "author": "马克思",
      "date": "1853-05-20",
      "url": "/p/9259.html",
      "summary": "马克思运用对立统一规律，剖析鸦片战争后中国革命对英国经济及欧洲政治的连锁影响……",
      "tags": "马克思,对立统一规律,鸦片战争,中国革命,英国经济,欧洲政治……",
      "sim": 0.5847,
      "match": "tag"
    }
  ]
}

翻页

用 offset + next_offset：

第 1 次：/search?q=中国&author=马克思&limit=5&offset=0
         → results 5 条，next_offset = 5
第 2 次：/search?q=中国&author=马克思&limit=5&offset=5
         → results 5 条，next_offset = 10
第 3 次：/search?q=中国&author=马克思&limit=5&offset=10
         → results 5 条，next_offset = null   ← 没有下一页了

next_offset 为 null 表示已取完，不要继续翻。

另有遗留参数 before_id（配 next_cursor），按文章 id 阈值翻页。 因为结果按相关性排序而非按 id 排序，该方式会漏结果，请勿使用。

示例

# 基本检索
curl 'https://rmws1976.xyz/search?q=%E9%B8%A6%E7%89%87%E6%88%98%E4%BA%89&author=%E9%A9%AC%E5%85%8B%E6%80%9D&limit=3'

# 只取数量
curl 'https://rmws1976.xyz/search?q=%E4%B8%AD%E5%9B%BD&author=%E9%A9%AC%E5%85%8B%E6%80%9D&limit=0'

# 按日期范围
curl 'https://rmws1976.xyz/search?q=%E4%B8%AD%E5%9B%BD&author=%E9%A9%AC%E5%85%8B%E6%80%9D&date_from=1850-01-01&date_to=1860-12-31'

五、GET /text —— 全文检索

在正文中查找字面出现的词，返回每篇的出现次数与上下文片段。

参数

性能

带 author 时只扫描该作者的正文，不带则扫描全部 6,634 万字，耗时约为 8 倍：

不带 author 时，返回中会给出 suggest_author: true 与 note 提示。

返回

{
  "query": "亚罗号",
  "author": "马克思",
  "mode": "text",
  "verdict": "hit",
  "total": 4,
  "count": 2,
  "hits_total": 14,
  "scanned_chars": 5462879,
  "took_ms": 5.5,
  "results": [
    {
      "id": 6971,
      "title": "议会关于对华军事行动的辩论",
      "author": "马克思",
      "date": "1857-02-27",
      "url": "/p/6971.html",
      "hits": 8,
      "match": "text",
      "snippet": "……［注：克兰沃斯。——编者注］说过：“如果英国在‘亚罗号’事件上没有充分的根据，那末英国的一切行动自始至终都是错误的。”……",
      "tags": "马克思,帕麦斯顿政府,侵华战争……"
    }
  ]
}

六、GET /article/{id} —— 文章全文

{
  "id": 7038,
  "title": "鸦片贸易史",
  "author": "马克思",
  "date": "1858-09-03",
  "url": "/p/7038.html",
  "tags": "英国政府,印度鸦片,中国,垄断,走私,财政利益……",
  "content": "卡·马克思\n\n正因为英国政府把在印度种植鸦片的垄断权据为己有，中国才采取了禁止鸦片贸易的措施。……"
}

id 不存在时返回 HTTP 404：

{"detail": "not found: 99999999"}

content 是整篇正文，长文可达两万余字，批量获取时注意体积。

七、GET /author/{name} —— 作者文章目录

⚠️ 返回顺序是「按日期升序」，也就是从最早开始。 默认 limit=50 时你只会拿到 这位作者最早的 50 篇——看起来就像"他只有早期作品"，其实不是。 例：/author/金日成?limit=50 返回的是 1930–1945 年的文章，而 total 是 1433， 最后一页（offset=1430）是 2007 年的。 要看他后期的著作，必须翻页或把 limit 调大。 （/search 在不带 q 的列表模式下也是按日期升序，同理。）

{
  "author": "马克思",
  "verdict": "hit",
  "total": 2551,
  "limit": 2,
  "offset": 0,
  "articles": [
    {"id": 1,    "title": "青年在选择职业时的考虑", "date": "1835-08",    "url": "/p/1.html"},
    {"id": 7327, "title": "根据《约翰福音》第15章……", "date": "1835-08-10", "url": "/p/7327.html"}
  ]
}

⚠️ 本接口返回的字段名是 articles（不是 results），每项只有 id / title / date / url 四个字段 —— 没有摘要与标签，需要详情请另调 /article/{id}。

作者不存在时返回 verdict: "absent" 与空的 articles（HTTP 仍为 200）。

已知作者（14 位）：马克思、恩格斯、马克思/恩格斯合著、列宁、斯大林、毛泽东、胡志明、金日成、金正日、金正恩、菲德尔·卡斯特罗、周群、鲁迅、波尔布特。

八、错误与边界速查

两点最容易错：

1. 「没有命中」是 200 而不是 404 —— 用 verdict 判断。
2. 503 是「繁忙」而不是「没有」 —— 用 busy 判断，然后重试。

九、调用示例

Python

import json, urllib.error, urllib.parse, urllib.request

BASE = "https://rmws1976.xyz"

def kb(path, **params):
    url = BASE + path + ("?" + urllib.parse.urlencode(params) if params else "")
    try:
        with urllib.request.urlopen(url, timeout=60) as r:
            return json.loads(r.read().decode("utf-8"))
    except urllib.error.HTTPError as e:
        d = json.loads(e.read().decode("utf-8", "replace"))
        d["_http"] = e.code
        return d

# 语义检索
d = kb("/search", q="鸦片战争", author="马克思", limit=3)
if d.get("busy"):
    print("服务繁忙，稍后重试")
elif d["verdict"] == "absent":
    print("没有相关内容")
else:
    print("共 %d 篇" % d["total"])
    for it in d["results"]:
        print(" ", it["id"], it["title"], "相似度 %.3f" % it["sim"])

# 全文检索（带词频）
t = kb("/text", q="亚罗号", author="马克思", limit=5)
for it in t["results"]:
    print(" ", it["title"], "出现", it["hits"], "次")

# 翻页（用 offset / next_offset）
seen, offset = [], 0
while True:
    d = kb("/search", q="中国", author="马克思", limit=50, offset=offset)
    if d.get("busy"):
        continue
    seen += [it["id"] for it in d["results"]]
    offset = d.get("next_offset")
    if offset is None:
        break
print("共取到", len(seen), "篇")

# 作者目录 → 读全文
a = kb("/author/" + urllib.parse.quote("马克思"), limit=3)
full = kb("/article/%d" % a["articles"][0]["id"])
print(full["title"], "正文", len(full["content"]), "字")

Lua

-- 需要支持 HTTPS 的 HTTP 库（如 luasocket + luasec），以及一个 JSON 库
local http  = require("socket.http")
local ltn12 = require("ltn12")
local json  = require("cjson")

local function kb(path)
  local body = {}
  http.request{
    url  = "https://rmws1976.xyz" .. path,
    sink = ltn12.sink.table(body),
  }
  return json.decode(table.concat(body))
end

local d = kb("/search?q=" .. urlencode("鸦片战争") .. "&limit=5")
if d.busy then
  print("服务繁忙，稍后重试")
elseif d.verdict == "absent" then
  print("没有相关内容")
else
  print("共 " .. d.total .. " 篇")
  for i, it in ipairs(d.results) do
    print(i .. ". " .. it.title .. "  " .. it.date)
  end
end

URL 里的中文需先做百分号编码。Lua 标准库没有这个函数，请用运行环境提供的方法。

curl

curl 'https://rmws1976.xyz/search?q=%E4%B8%AD%E5%9B%BD&author=%E9%A9%AC%E5%85%8B%E6%80%9D&limit=5'
curl 'https://rmws1976.xyz/text?q=%E4%BA%9A%E7%BD%97%E5%8F%B7&author=%E9%A9%AC%E5%85%8B%E6%80%9D&limit=5'
curl 'https://rmws1976.xyz/article/7038'
curl 'https://rmws1976.xyz/author/%E9%A9%AC%E5%85%8B%E6%80%9D?limit=10'

附：字段速查

/search   query author authors scope verdict total count offset next_offset
          top_sim weak_floor lex_hits sub_hits results[]
          [scope_ignored] [date_ignored] [date_note]
results[] id title author date url summary tags sim match

/text     query author mode verdict total count hits_total
          scanned_chars took_ms results[] [note] [suggest_author]
results[] id title author date url hits match snippet tags

/article  id title author date url content tags

/author   author verdict total limit offset articles[]
articles[] id title date url