V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
V2EX 提问指南
PeaceJoy
V2EX  ›  问与答

小红书笔记内容爬取方案

  •  
  •   PeaceJoy · 2023-08-02 15:48:18 +08:00 · 1259 次点击
    这是一个创建于 514 天前的主题,其中的信息可能已经有所发展或是发生改变。

    想了解下,小红书笔记在分享时有个链接,是否可以根据这个链接或者其他方式获取出笔记的文字或者图片?

    4 条回复    2023-08-03 13:32:48 +08:00
    ZhuWenJian
        1
    ZhuWenJian  
       2023-08-02 15:53:29 +08:00
    链接能打开就可以。
    进行网络请求,获取页面数据,自己写筛选规则获取目标数据即可。
    ospider
        2
    ospider  
       2023-08-02 16:08:44 +08:00
    需要破解 x-s 参数,爬小红书还是有点难度的。而且风控很严,即使能爬到数据,也很容易被封号。
    lueluev
        3
    lueluev  
       2023-08-03 09:43:20 +08:00
    可以的,比如网上有些现成的快捷方式可以提取出无水印的笔记里的图片,应该是一个原理。
    duan602728596
        4
    duan602728596  
       2023-08-03 13:32:48 +08:00
    1. 无头浏览器的方案不可行,因为它现在有验证码,而且会检测是不是正常的浏览器环境,不正常的浏览器环境会有请求错误。
    2. x-s 参数方案不可行,因为 x-s 计算时会检测各种参数,比如当前的浏览器是否正常、当前的 url 是否正常、cookie 是否正常等等。在 nodejs 或者无头浏览器环境内算出的 x-s 都是不对的。
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   2803 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 19ms · UTC 13:08 · PVG 21:08 · LAX 05:08 · JFK 08:08
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.