可以使用 Python 开发的小红书关键词搜索批量采集工具来实现通过关键词筛选小红书笔记，并保存作者 ID 和笔记内容。以下是一个示例代码框架，结合了数据保存到 CSV 文件的操作： ```python import os import pandas as pd # 这里需要根据实际情况实现获取笔记信息的函数 # 以下是一个模拟函数，实际中需要根据小红书的接口和反爬机制进行调整 def get_notes_by_keyword(keyword): # 模拟获取笔记信息 note_id_list = ["123", "456"] note_title_list = ["笔记标题1", "笔记标题2"] note_content_list = ["笔记内容1", "笔记内容2"] user_id_list = ["user1", "user2"] return note_id_list, note_title_list, note_content_list, user_id_list # 关键词 search_keyword = "某品牌面霜" # 结果文件路径 result_file = "notes.csv" # 获取笔记信息 note_id_list, note_title_list, note_content_list, user_id_list = get_notes_by_keyword(search_keyword) # 把数据保存到 DataFrame df = pd.DataFrame({ '关键词': search_keyword, '笔记id': note_id_list, '笔记标题': note_title_list, '笔记内容': note_content_list, '用户id': user_id_list }) if os.path.exists(result_file): header = False else: header = True # 把数据保存到 csv 文件 df.to_csv(result_file, mode='a+', index=False, header=header, encoding='utf_8_sig') ``` ### 代码说明 1. `get_notes_by_keyword` 函数：该函数模拟了根据关键词获取笔记信息的过程，实际使用时需要根据小红书的接口和反爬机制进行调整。 2. 数据保存：使用 `pandas` 库将获取到的笔记信息保存到 CSV 文件中，避免重复写入表头。 ### 逆向分析与反爬处理 小红书有反爬机制，普通的 `requests` 库发送请求可能会遇到问题。需要进行逆向分析，包括抓包获取接口信息、分析必需的加密参数生成、Cookies 的获取和切换等，以绕过反爬机制 [^1]。 ### 使用自动化工具 也可以使用 `DrissionPage` 自动化采集小红书笔记。在登录后，通过搜索关键词，定位到相关笔记元素，提取作者 ID 和笔记内容 [^2]。示例代码如下： ```python from DrissionPage import ChromiumPage import os import time # 初始化浏览器 page = ChromiumPage() # 访问小红书探索页 page.get('https://www.xiaohongshu.com/explore') # 等待用户扫码登录 input('请扫码登录,登录成功后按回车继续\n如已登录请直接按回车') # 搜索关键词 search_keyword = "某品牌面霜" search_box = page.ele('css:input[placeholder="搜索"]') search_box.input(search_keyword) search_button = page.ele('css:button[type="submit"]') search_button.click() # 等待搜索结果加载 time.sleep(5) # 提取笔记信息 notes = page.eles('css:.note-item') for note in notes: try: user_id = note.ele('css:.user-id').text note_content = note.ele('css:.note-content').text print(f"用户 ID: {user_id}, 笔记内容: {note_content}") except Exception as e: print(f"提取信息失败: {e}") ``` ### 相关问题