地震目录按天拉取时，我用时窗切分避开了漏报

去年做一个小工具，把公开地震目录按天拉下来做统计，环境是 Python 3.11 + requests，数据量不大，每天几十到几百条，但时间跨度拉到了一年多。现象是：按自然日切分请求，月底对总数时，总有几个交界处对不上，有时多一条有时少一条。

我最初的做法很直接：用日期字符串拼 URL，起止时间各取当天 00:00:00。后来改成按 UTC 时间戳切窗，每次请求给一个左闭右开的区间，并在相邻窗口之间留 1 秒重叠，再按事件 ID 去重。核心片段大概是这样：

from datetime import datetime, timedelta, timezone

start = datetime(2024, 1, 1, tzinfo=timezone.utc)
step = timedelta(days=1)
overlap = timedelta(seconds=1)

while start < end:
    win_end = min(start + step, end)
    params = {
        "starttime": (start - overlap).strftime("%Y-%m-%dT%H:%M:%S"),
        "endtime": win_end.strftime("%Y-%m-%dT%H:%M:%S"),
    }
    # 请求后按 event_id 塞进 dict
    start = win_end

为什么这样做：目录接口的时间过滤通常是左闭右开或者带毫秒截断，自然日边界正好卡在整点，发震时刻落在边界附近的事件容易被两个窗口都排除或都纳入。留重叠再按 ID 去重，代价是每天多一条重复请求的量，换来边界不漏。另一个取舍是全部用 UTC，避免本地时区把日期切歪。

哪里会失效：事件 ID 在不同数据源之间不通用，换源时去重键要换；重叠窗口如果太大，去重成本会上来，但 1 秒对这种量级足够。我踩过的坑是拿本地时间做 strftime 却没带时区，结果窗口整体偏了 8 小时，查了半天才发现是时区问题。还有一次接口对 endtime 做了上限截断，超出范围直接返回空，日志里看不出来，只能靠总数对账发现。

你们拉目录时是用事件 ID 去重，还是用经纬度加时间做近似匹配？近似匹配在密集震群里的阈值怎么定？