Python 基于关键词爬取小红书笔记数据脚本

一、爬取目标

很多人想研究爆款笔记、做竞品分析，或者收集素材，手动一篇篇看效率太低。所以，编写了小红书笔记搜索爬虫。 这个脚本能根据你给的关键词，批量搜索并下载相关笔记，包括正文、互动数据、发布时间。

二、数据结果图展示

字段：关键词，链接，链接 ID，昵称，帖子发布时间，笔记链接，笔记内容，点赞数，收藏数，评论数，分享数，图片链接。 所有数据自动保存为 Excel 文件，干净整齐。但注意一个关键词只能爬取 220 条评论（网页版）。

原理讲解:

1. 核心是调用小红书的搜索接口，它是一个 POST 请求。
2. 你需要准备一个有效的 cookie（从网页版小红书获取），这是能拿到数据的关键。
3. 通过接口拿到笔记 ID 列表后，再逐个去访问笔记的详情页。

三、爬虫代码讲解

导入库：

import requests
import pandas as pd
import json
import time
from datetime import datetime
from lxml import etree

3.1 核心思路与配置

运行这个需要关键参数：cookie。这需要你登录小红书网页版，在开发者工具里抓取。 为了方便管理多个关键词和 Cookie，设计了用 Excel 文件来配置：

• 搜索词.xlsx：一行一个，放你想搜的关键词。
• cookie.xlsx：一行一个，放你的 cookie（程序支持多个 cookie 自动切换）。

3.2 关键步骤：搜索并翻页

这是向小红书搜索接口发送请求的核心，可以按'最新'、'综合'等方式排序。

json_data = {
    'keyword': '春日穿搭', # 你的关键词
    'page': 1, # 第几页
    'page_size': 20, # 每页 20 条
    'sort': 'time_descending' # 按最新排序
}
response = requests.post('https://edith.xiaohongshu.com/api/sns/web/v1/search/notes', json=json_data, headers=headers)
notes_list = response.json()[][]