项目说明：这波视频，值不值得采？
你有没有遇到过这样的场景？老板说：“我们得看看最近小红书上关于‘旅行’的视频都说了些什么。”团队做数据分析的，立马傻眼：官网打不开、接口抓不着、视频不能保存。
事实上，小红书短视频内容正逐步成为品牌营销、热点追踪、图像分析等领域的“情绪入口”。尤其是搜索页前几条视频，往往已经代表了这个关键词下用户眼中的“热门答案”。
本项目就是围绕这样一个需求展开的：我们希望通过关键词搜索，自动抓取小红书里排在前3名的视频内容，包括：
- 封面图
- 视频文件（如果有）
- 标题、作者、发布时间这些基本信息
你可以把这个脚本当成一个“图文数据下载器”，用来收集训练素材、做内容统计，或者单纯保存好看的视频封面图。再配合一些图像识别、文本处理工具，后续的玩法空间就打开了。
重点功能梳理（清单式整理）
| 功能点 | 用处说明 |
|---|---|
| 搜索关键词 | 获取你关心的词条的前三条笔记 |
| 提取图片/视频链接 | 拿到视频的原始文件地址，不是截图！ |
| 拿到文本数据 | 包括标题、作者、时间，方便后续分析 |
| 使用代理IP | 为了稳定访问和防止触发风控 |
| 模拟浏览器 | 模拟真实用户行为，让服务器“误以为”是人类在操作 |
关键代码段（能直接拿去用）
1、网络配置部分（含代理和请求头）
import requests# 爬虫代理加强版（参考亿牛云代理）
proxy_host = "proxy.16yun.cn"
proxy_port = "9020"
proxy_user = "16YUN"
proxy_pass = "16IP"proxies = {"http": f"http://{proxy_user}:{proxy_pass}@{proxy_host}:{proxy_port}","https": f"http://{proxy_user}:{proxy_pass}@{proxy_host}:{proxy_port}",
}# 请求头和 Cookie（可通过浏览器复制）
headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 Chrome/122.0.0.0 Safari/537.36","Cookie": "这里替换为你自己的cookie字符串",
}
2、分析搜索页接口，获取核心数据
import jsondef search_notes(keyword):url = "https://edith.xiaohongshu.com/api/sns/web/v1/search/notes"params = {"keyword": keyword,"sort": "general","page": 1,"page_size": 10}resp = requests.get(url, headers=headers, proxies=proxies, params=params)data = json.loads(resp.text)results = []for i, item in enumerate(data['data']['items'][:3]):note = item.get("note_card", {})results.append({"title": note.get("title", ""),"author": note.get("user", {}).get("nickname", ""),"time": note.get("time", ""),"cover_img": note.get("image_list", [{}])[0].get("url", ""),"video_url": note.get("video", {}).get("media", {}).get("url", "")})return results
2.1下载视频和图片内容
def download_file(url, filename):if not url:print(f"跳过空链接：{filename}")returnresp = requests.get(url, headers=headers, proxies=proxies, stream=True)with open(filename, 'wb') as f:for chunk in resp.iter_content(chunk_size=8192):f.write(chunk)print(f"下载完成：{filename}")
2.2 主流程（边抓边下）
if __name__ == "__main__":kw = "旅行Vlog"results = search_notes(kw)for idx, r in enumerate(results):print(f"\n第{idx+1}条")print("标题：", r["title"])print("作者：", r["author"])print("时间：", r["time"])download_file(r["cover_img"], f"cover_{idx+1}.jpg")download_file(r["video_url"], f"video_{idx+1}.mp4")
使用建议
- 代理推荐：使用类似“亿牛云”这种住宅动态代理，稳定性高一些
- Cookie处理：自己手动登录小红书网页版后从控制台复制即可
- 接口变动：小红书接口可能不定期改，建议用抓包工具（如Mitmproxy）定期确认
- 频率控制：尽量控制访问频率，模拟正常用户节奏
快速试运行指引
- 打开浏览器，登录小红书网页版
- 用F12打开开发者工具，获取请求头 & cookie
- 替换代码里的对应字段
- 运行脚本，看是否能成功输出视频标题、作者和时间
- 查看脚本目录，是否下载了封面图和视频文件
其他建议：可以加点视觉分析的料
如果你要搞点图像识别，可以用 OpenCV 对封面图做点筛选，例如：
import cv2def is_valid_image(path):img = cv2.imread(path)if img is None:return False# 这里可以加你自己的图片过滤逻辑return True
最后
如果你只是想定期拉取关键词对应的视频内容，这个脚本就足够用了；如果你还想做图像识别、评论情绪分析甚至推荐系统，那就可以在此基础上扩展。
这套逻辑目前在我们用得还挺稳定的（当然接口不能挂），你也可以根据业务做适当裁剪和封装。遇到接口变更或风控升级，建议直接用浏览器工具重新确认数据来源。
