小红书数据采集工具 xhs：一条命令装完，笔记评论数据 5 分钟到手

小红书数据采集工具 xhs：一条命令装完，笔记评论数据 5 分钟到手

【免费下载链接】xhs基于小红书 Web 端进行的请求封装。https://reajason.github.io/xhs/项目地址: https://gitcode.com/gh_mirrors/xh/xhs

周报截止前夜，你为了 600 篇笔记手动誊写标题、点赞、收藏进 Excel，凌晨一点手指发麻，还把两个竞品的数据抄串了。这种纯体力活，真不该再用双手干——小红书数据采集工具 xhs 把小红书 Web 端的请求封装成了 Python 接口，几行代码就能批量拿到笔记、用户、评论等公开数据。

📋小红书数据采集：xhs 到底能拉哪些数据

• 笔记详情一次拿全：get_note_by_id()返回标题、正文、点赞、收藏、评论数、图片链接等信息，直接输出结构化 JSON，灌进表格或数据库都能用
• 关键词搜索加排序：get_note_by_keyword()按关键词找笔记，支持按热度、时间排序，一眼定位话题下的头部内容
• 用户侧数据成体系：get_user_info()拿主页资料，get_user_notes()拿发布列表，收藏列表、点赞列表也都有对应接口
• 多级评论全覆盖：get_note_comments()抓一级评论，get_note_sub_comments()深挖楼中楼回复，完整还原讨论现场
• 不止会"读"：点赞、收藏、关注、发评论等交互操作也有，登录支持二维码和手机号两种方式

🧭小红书数据采集工具适合谁：三类人对号入座

• 内容创作者和新媒体小编：用关键词搜索加热度排序扫一遍话题下的爆款笔记，哪个方向互动多一目了然，选题从此有据可依
• 电商选品和品牌运营：定期用get_user_notes()拉竞品账号的发布列表，再交叉核对每篇的互动数据，对方的更新节奏和内容规律全进你自己的数据库
• 产品运营和口碑研究团队：把一级评论和子评论连起来分析，评论区里用户的真实原话，就是成本最低的市场调研

🪜小红书笔记数据采集：三步走到出结果

第一步：装依赖。三条命令搞定：

pip install xhs pip install playwright playwright install

之所以要 playwright：网站对每个请求都会出几道"安全题"（也就是 x-s 签名），这个工具靠模拟真实浏览器替你作答，所以浏览器内核得先装好。

第二步：备好 Cookie。在小红书网页版登录，从开发者工具里复制 Cookie 填进脚本。a1、web_session、webId三个字段必须有，缺一个就像门禁卡少刷一道，门不会开。

第三步：跑示例看输出。打开 示例脚本，把里面的 cookie 换成你自己的，运行。屏幕上打印出一篇笔记的完整 JSON——标题、正文、点赞、收藏、评论数、图片链接——就算跑通了，数据已经在你手里。

🚧小红书数据爬取避坑：签名、多账号与合规边界

• 签名偶尔"不配合"是常态：示例脚本已内置重试循环，多试几次一般就好；若频繁失败，把浏览器加载后的等待时间适当调长一点，相当于让模拟浏览器先热热身再答题，详见 docs/basic.rst
• 多账号共用签名服务要统一 a1：把签名封装成独立服务（参考 example/basic_sign_server.py 或 xhs-api/ 里的 Docker 签名服务）时，所有账号 Cookie 中的 a1 字段必须保持一致，不然签名错误会一直报
• 控制请求频率：请求之间留足间隔，火力全开容易触发风控甚至 IP 封禁，细一点、慢一点才用得久
• 只取公开数据：项目出自个人学习用途，请只抓取公开可访问的内容，遵守相关法律法规与平台规则，不给目标网站施加压力

说到底，xhs 把签名、解析这些最磨人的环节收进了底层，你只管调接口、收 JSON。现在就pip install xhs装上，照着示例脚本跑一遍，昨天还在手抄的表格，今天就该由脚本自己干——这周的数据，别再浪费手指头了。

【免费下载链接】xhs基于小红书 Web 端进行的请求封装。https://reajason.github.io/xhs/项目地址: https://gitcode.com/gh_mirrors/xh/xhs