【爬虫软件】小红书聚合采集，含三大功能：搜索评论、主页笔记、uid转换马哥原创：小红书聚合采集软件，包含三大采集功能：根

本工具仅限学术交流使用，严格遵循相关法律法规，符合平台内容的合法及合规性，禁止用于任何商业用途！

一、背景分析与结果展示

1.1 开发背景

我是 @马哥python说 ，一枚10年+程序猿，现全职独立开发。

小红书作为国内极具影响力的社区种草平台，汇聚了大量用户且拥有极高的日活跃度，其笔记数据蕴含丰富的信息价值。之前，为了满足大家不同的数据采集需求，我分别独立开发了三款软件：针对评论采集的“爬小红书搜索评论软件”、专门采集特定博主内容的“爬小红书博主软件”，还有专门转换链接uid的“小红书转换工具”。

这三款软件采集起来挺稳定、数据也全，但部分用户反馈，要是又想采评论又想采主页笔记，来回切换软件，用着有点麻烦。为了解决这个痛点，我把这三款软件整合到一起了，推出了全新的“爬小红书聚合软件v1.0”。这款软件把评论采集、达人笔记采集、uid转换这三个核心功能都包含了，提供一站式搞定的小红书数据采集方案。

主要技术栈：
功能主体由Python实现，分工如下：

tkinter：GUI软件界面 
requests：爬虫请求 
json：解析响应数据 
time：间隔等待，防止反爬 
pandas：保存csv结果 
logging：日志记录

1.2 适用人群与场景

软件适用于：

获客截流：从相关行业、品牌热门作品下的评论区精准采集目标用户；
数据分析：采集小红书平台数据，用于社会舆情挖掘、网络传播研究等；
内容创作：分析优质博主的内容风格、热门话题，为自身创作提供参考；
红薯运营：主页链接uid与小红书号的转换，需要跨工具协作的从业者。

1.3 结果展示

【功能1】采集搜索笔记和评论

采集评论界面：

采集到的笔记数据：（共19个字段，含：关键词,序号,笔记id,笔记链接,笔记链接_长,头图链接,笔记类型,用户id,用户主页链接,用户昵称,点赞数,笔记标题,笔记正文,收藏数,评论数,转发数,发布时间,修改时间,IP属地）搜索笔记.csv

采集到的评论数据：（共11个字段，含：笔记链接,笔记链接_长,页码,评论者昵称,评论者id,评论者主页链接,评论时间,评论IP属地,评论点赞数,评论级别,评论内容）评论.csv

自动下载搜索到的笔记图片：搜索笔记图片

【功能2】根据主页链接采集笔记

采集主页笔记界面：采集主页笔记页面

采集主页笔记结果：（含18个字段，含：作者昵称,作者id,作者链接,页码,笔记标题,笔记id,笔记链接,笔记链接_长,头图链接,笔记类型,点赞数,收藏数,评论数,转发数,笔记正文,发布时间,修改时间,IP属地）主页笔记.csv

采集到的主页笔记图片文件：

【功能3】链接与uid转换

转换功能1：主页链接转xhs号

转换功能2：xhs号转主页链接（含uid）

转换功能3：app端作品链接转pc端作品链接

1.4 软件说明

几点说明，请详读：

Windows系统、Mac系统均可直接运行，无需配置编程环境
软件含三个核心功能：①根据关键词/笔记链接采集评论；②根据主页链接采集笔记；③uid转换
软件通过接口协议采集，并非通过模拟浏览器等RPA类，稳定性较高
软件运行完成后，会在当前文件夹（即，软件所在文件夹）生成csv结果文件
采集过程中，每采集一页，存一次csv。并非采完最后一次性保存！防止因异常中断导致丢失前面的数据（每页请求间隔1~2s，可自定义设置）
采集过程中，有log文件详细记录运行过程，方便回溯

二、主要技术

2.1 模块分工

软件全部模块采用python语言开发，主要分工如下：

tkinter：GUI软件界面
requests：发送请求
json：解析返回的响应数据
pandas：保存csv数据结果
logging：运行过程中日志记录

出于版权考虑，暂不公开源码，仅向用户提供软件使用。

2.2 部分代码

部分代码实现：

发送请求并解析数据：

# 发送请求
r = requests.get(url, headers=h1, params=params)
# 解析数据
json_data = r.json()

解析响应数据，以“评论内容”字段为例：

for c in json_data['data']['comments']:
	# 评论内容
	content = c['content']
	self.tk_show('评论内容:' + str(content))
	content_list.append(content)

保存结果数据到csv文件：

# 保存数据到DF
df = pd.DataFrame(
	{
		'笔记链接': 'https://www.xiaohongshu.com/explore/' + note_id,
		'笔记链接_长': note_url2,
		'页码': page,
		'评论者昵称': nickname_list,
		'评论者id': user_id_list,
		'评论者主页链接': user_link_list,
		'评论时间': create_time_list,
		'评论IP属地': ip_list,
		'评论点赞数': like_count_list,
		'评论级别': comment_level_list,
		'评论内容': content_list,
	}
)
# 设置csv文件表头
if os.path.exists(self.result_file3):
	header = False
else:
	header = True
# 保存到csv
df.to_csv(self.result_file3, mode='a+', header=header, index=False, encoding='utf_8_sig')
self.tk_show('文件保存成功：' + self.result_file3)

# 版权信息
copyright = tk.Label(root, text='@马哥python说 All rights reserved.', font=('仿宋', 10), fg='grey')
copyright.place(x=290, y=625)

日志记录模块：

def get_logger(self):
    self.logger = logging.getLogger(__name__)
    # 日志格式
    formatter = '[%(asctime)s-%(filename)s][%(funcName)s-%(lineno)d]--%(message)s'
    # 日志级别
    self.logger.setLevel(logging.DEBUG)
    # 控制台日志
    sh = logging.StreamHandler()
    log_formatter = logging.Formatter(formatter, datefmt='%Y-%m-%d %H:%M:%S')
    # info日志文件名
    info_file_name = time.strftime("%Y-%m-%d") + '.log'
    # 保存到特定目录下
    case_dir = r'./logs/'
    info_handler = TimedRotatingFileHandler(filename=case_dir + info_file_name,
                                        when='MIDNIGHT',
                                        interval=1,
                                        backupCount=7,
                                        encoding='utf-8')

三、功能与使用

3.1 填写cookie

开始采集前，先把自己的cookie值填入cookie.txt文件。 cookie获取说明： cookie获取方法

然后把复制的cookie值填写到当前文件夹的cookie.txt文件中。

3.2 软件登录

用户登录界面：需要登录。

3.3 启动采集

1）登录成功之后，选择需要的功能模块（搜索笔记/博主笔记/评论）；

2）设置相关参数（如关键词、时间范围、博主链接等）；

3）点击「开始执行」，等待采集完成（可实时查看采集进度）；

4）采集完成后，在默认的当前文件夹中查看csv数据文件或图片下载等。

3.4 演示视频

软件使用的完整过程演示视频：

mp.weixin.qq.com/s/t9cKGsgJoI9rca3I1w5RdA

END、原创声明

【爬小红书聚合软件】首发于众公号"老男孩的平凡之路"，软件仅限于学术交流技术探讨，请勿用于商业用途！