Python 爬取图片攻略：告别水印，批量保存高清图片

在内容创作与素材收集的日常工作中，某些网站凭借海量优质图文素材，成为设计师、自媒体人、电商运营的核心素材库。但平台自带的水印、限制批量下载等问题，极大影响了素材使用效率。手动一张张保存不仅耗时费力，还无法去除水印，而借助 Python 爬虫，我们可以轻松实现无水印高清图片批量爬取，彻底解决素材收集痛点。

一、核心原理：小红书水印图片的底层逻辑

在开始编码前，我们需要先理解图片水印的实现原理，这是实现无水印爬取的关键：

1. 水印并非图片本身属性：网站展示的带水印图片，是平台通过接口返回的加工后图片，原始无水印图片存储在独立的服务器地址中；
2. 接口数据解密：网站前端页面不会直接暴露原始图片链接，而是通过加密接口返回笔记数据，我们需要定位到数据接口并解密；
3. 关键参数提取：笔记详情接口中包含<font style="color:rgb(0, 0, 0);background-color:rgba(0, 0, 0, 0);">original</font>（原始图片）字段，这就是无水印高清图片的真实地址，直接请求该地址即可获取无水印素材。

同时，网站具备基础的反爬机制，主要包括：请求头校验、Cookie 时效限制、IP 访问频率限制，我们在代码中会针对性解决这些问题。

二、环境准备：搭建爬虫开发环境

本次实战基于 Python 3.8 + 版本，需要安装三个核心依赖库，打开终端执行以下安装命令：

bash

运行

# 网络请求库，用于发送HTTP请求
pip install requests
# 解析JSON数据，处理接口返回内容
pip install json
# 文件操作与进度提示
pip install tqdm

核心库作用说明：

• <font style="color:rgb(0, 0, 0);background-color:rgba(0, 0, 0, 0);">requests</font>：替代浏览器发送网络请求，模拟用户访问小红书接口；
• <font style="color:rgb(0, 0, 0);background-color:rgba(0, 0, 0, 0);">json</font>：解析接口返回的加密 / 结构化数据，提取图片链接；
• <font style="color:rgb(0, 0, 0);background-color:rgba(0, 0, 0, 0);">tqdm</font>：为批量下载添加进度条，提升使用体验。

三、关键步骤：获取请求必备参数

网站接口需要携带合法的请求头和 Cookie 才能正常访问，我们通过浏览器开发者工具获取参数：

1. 打开电脑端小红书网页版，登录你的账号；
2. 按下<font style="color:rgb(0, 0, 0);background-color:rgba(0, 0, 0, 0);">F12</font>打开开发者工具，切换到Network（网络） 面板；
3. 刷新页面，打开任意一篇笔记，在过滤栏输入<font style="color:rgb(0, 0, 0);background-color:rgba(0, 0, 0, 0);">feed</font>，找到接口请求；
4. 复制请求头中的Cookie、User-Agent两个核心参数。

⚠️ 重要提醒：Cookie 是你的账号凭证，切勿泄露给他人，且具有时效性，失效后重新复制即可。

四、完整代码实现：无水印图片批量爬取

以下是完整可运行的代码，包含请求配置、接口解析、图片下载、批量处理四大核心模块，代码中已添加详细注释，直接替换参数即可使用。

python

运行

import requests
import os
import time
from tqdm import tqdm

class XiaohongshuImageSpider:
    def __init__(self):
        # 请求头配置（替换成自己浏览器的参数）
        self.headers = {
            "User-Agent": "这里填写你的User-Agent",
            "Cookie": "这里填写你的Cookie",
            "Referer": "https://www.xiaohongshu.com/",
        }

        # ==================== 亿牛云代理配置 ====================
        # 替换为你在亿牛云获取的代理信息
        self.proxy_host = "亿牛云代理域名"
        self.proxy_port = "端口"
        self.proxy_user = "代理账号"
        self.proxy_pwd = "代理密码"

        # 构建代理
        self.proxies = {
            "http": f"http://{self.proxy_user}:{self.proxy_pwd}@{self.proxy_host}:{self.proxy_port}",
            "https": f"http://{self.proxy_user}:{self.proxy_pwd}@{self.proxy_host}:{self.proxy_port}"
        }
        # ======================================================

        # 图片保存路径
        self.save_dir = "./无水印图片"
        if not os.path.exists(self.save_dir):
            os.mkdir(self.save_dir)

    def parse_note(self, note_url):
        """
        解析笔记，获取无水印图片链接
        """
        try:
            # 从链接提取笔记ID
            note_id = note_url.split("/")[-1].split("?")[0]
            api = f"https://edith.xiaohongshu.com/api/sns/web/v1/note/{note_id}"

            # 使用亿牛云代理发送请求
            resp = requests.get(
                api,
                headers=self.headers,
                proxies=self.proxies,
                timeout=15
            )
            data = resp.json()

            if data.get("code") != 0:
                print("接口获取失败：", data.get("message"))
                return []

            # 提取无水印原图链接
            img_urls = []
            for item in data["data"]["items"]:
                if "images" in item:
                    url = item["images"]["info_list"][0]["original"]["url"]
                    img_urls.append(url)

            return img_urls

        except Exception as e:
            print("解析出错：", e)
            return []

    def download_img(self, url, index):
        """
        下载单张无水印图片
        """
        try:
            img_resp = requests.get(
                url,
                headers=self.headers,
                proxies=self.proxies,
                timeout=20
            )
            path = os.path.join(self.save_dir, f"image_{index}.jpg")
            with open(path, "wb") as f:
                f.write(img_resp.content)
            return True
        except:
            return False

    def run(self, note_url):
        print("开始解析笔记链接...")
        img_list = self.parse_note(note_url)

        if not img_list:
            print("未获取到图片")
            return

        print(f"共获取到 {len(img_list)} 张无水印图片")
        success = 0

        for i, url in enumerate(tqdm(img_list), 1):
            if self.download_img(url, i):
                success += 1
            time.sleep(1)  # 降低请求频率

        print(f"\n下载完成！成功保存 {success} 张图片")
        print(f"保存路径：{os.path.abspath(self.save_dir)}")

if __name__ == "__main__":
    spider = XiaohongshuImageSpider()
    note_link = input("请输入笔记链接：")
    spider.run(note_link)

五、代码使用教程：三步完成爬取

步骤 1：替换核心参数

找到代码中<font style="color:rgb(0, 0, 0);background-color:rgba(0, 0, 0, 0);">__init__</font>方法下的<font style="color:rgb(0, 0, 0);background-color:rgba(0, 0, 0, 0);">headers</font>，将<font style="color:rgb(0, 0, 0);background-color:rgba(0, 0, 0, 0);">Cookie</font>和<font style="color:rgb(0, 0, 0);background-color:rgba(0, 0, 0, 0);">User-Agent</font>替换为你自己浏览器获取的参数。

步骤 2：输入笔记链接

运行代码后，在终端粘贴电脑端笔记链接（示例：<font style="color:rgb(0, 0, 0);background-color:rgba(0, 0, 0, 0);">https://www.xxx.com/xxxx/xxxx.html</font>），按下回车。

步骤 3：查看结果

程序会自动解析链接、下载图片，下载完成后，在脚本同级目录的<font style="color:rgb(0, 0, 0);background-color:rgba(0, 0, 0, 0);">无水印图片</font>文件夹中，即可查看所有无水印高清图片。

六、反爬机制应对：保证爬虫稳定运行

网站的反爬机制是新手最容易遇到的问题，我们总结了 3 个实用解决方案：

1. 添加请求延时：代码中<font style="color:rgb(0, 0, 0);background-color:rgba(0, 0, 0, 0);">time.sleep(1)</font>设置 1 秒延时，避免高频请求触发 IP 限制；
2. 定期更新 Cookie：Cookie 失效后会提示<font style="color:rgb(0, 0, 0);background-color:rgba(0, 0, 0, 0);">未登录</font>，重新在浏览器复制即可；
3. 避免高频请求：不要短时间内爬取大量笔记，个人使用完全满足需求。

七、功能扩展：进阶优化方向

基础版本已满足日常使用，我们可以在此基础上扩展功能：

1. 多笔记批量爬取：读取文本文件中的笔记链接列表，实现自动化爬取；
2. 分类保存：根据笔记标题创建文件夹，自动归类不同主题的图片素材；
3. GUI 界面：结合 PyQt 库制作可视化窗口，无需代码基础即可使用；
4. 视频爬取：扩展代码，实现小红书无水印视频下载。