LeetCode Problems Crawler

一个用于批量抓取 LeetCode 题目数据的 Python 爬虫工具。

功能特点

• 支持 LeetCode.com 和 LeetCode.cn 两个站点
• 自动重试机制，处理网络异常
• Rich 库美化输出，实时进度条显示
• 支持指定题目 ID 范围抓取
• 自动跳过已存在的题目文件
• 详细的统计信息展示

安装依赖

pip install -r requirements.txt

使用方法

基本用法

# 抓取 LeetCode.com 所有题目
python crawler.py

# 抓取 LeetCode.cn 所有题目
python crawler.py -c

# 指定输出目录
python crawler.py -o my-problems

# 更新已存在的题目
python crawler.py -u

指定范围抓取

# 只抓取题目 ID 1-100
python crawler.py --start 1 --end 100

# 从题目 500 开始抓取
python crawler.py --start 500

使用本地元数据文件

# 使用已保存的元数据文件，避免重复请求
python crawler.py -m metadata.json

命令行参数

参数	简写	说明	默认值
--cn	-c	使用 LeetCode.cn 而非 LeetCode.com	False
--output-dir	-o	输出目录路径	problems
--metadata-file	-m	元数据文件路径（可选）	None
--update	-u	更新已存在的题目文件	False
--start		起始题目 ID	None
--end		结束题目 ID	None

⚠️ 重要说明

本爬虫采用串行请求方式，不支持并发抓取。

原因如下：

• LeetCode 有严格的请求频率限制
• 并发请求容易触发反爬虫机制，导致 IP 被封禁
• 串行请求配合自适应延迟策略，可以稳定长期运行
• 每次请求后会自动延迟 1-60 秒，确保请求频率合理

请勿修改代码实现并发，以免账号或 IP 被封禁。

输出格式

题目数据以 JSON 格式保存，文件命名规则：

{question_id}.{title_slug}.json

例如：1.two-sum.json

许可证

MIT License