批量抓Zenodo元数据，为什么不应一直翻搜索结果页？

构建学术资料索引时，反复请求一个仓储的搜索接口看起来最简单，但如果需求是长期同步全部新增记录，这种做法既可能不稳定，也会占用原本服务日常检索的资源。

Zenodo在一份发布于2025年11月路径的更新公告中解释，为减少大规模自动请求给搜索服务带来的压力，记录搜索API设置匿名与认证用户不同的每页数量限制，并限制每分钟请求频率；同时推荐批量同步使用OAI-PMH或定期元数据导出。[1]这些数字属于当时说明，不应当作当前接口必然不变的限制。

先判断是查找还是建立索引

如果只是定位几个研究成果，按正常搜索界面或支持的API检索即可。若目标是跨时间维护数万条元数据，本文建议先明确同步对象、更新时间范围和所需字段，而不是无目的地翻完全部结果页。

选择与任务匹配的正式通道

来源介绍OAI-PMH可以按社区过滤、进行增量收割，并提供多种元数据形式；定期完整元数据导出则适合大批量分析和索引构建。[1]选择前要核对当前文档、许可、分页和频率限制，合理保存同步游标，避免将上次已经处理的记录重复请求。不要通过轮换身份、绕开限流等办法获取更多请求次数。

数据同步要保留来源和更新标记

本文建议存储仓储记录标识、元数据版本或修改时间，并区分“这个记录可以检索到”和“相应研究文件可以公开下载”。同步元数据并不代表拥有获取全文或复用附件的许可。

实践时，可先用少量记录验证字段、增量更新和去重规则，再决定使用哪种批量接口。这篇是基于官方历史公告的设计说明，没有执行实际Zenodo批量抓取。