xhs采集 - 学术研究数据采集【操作手册】

打开软件

打开连接的浏览器窗口后进入xhs官网（https://www.xiaohongshu.com) 如果没登陆，则需要登陆一下

只保留一个子窗口，其它子窗口去除

点菜单采集->xhs

在软件内输入关键词，多个关键词需要换行
例如：
美食
红烧肉

可调整单个词采集的笔记数量

点击采集，采集的数据会保存成excel文件，保存位置软件内会有提示

由于xhs限制单个词最多采集220个笔记，一般用同类型关键词一起采集

采集的数据会存放在笔记数据或评论数据菜单内；多次采集会累计，且去重，如果不想下载之前采集的数据可在采集前右击清空

【采集频率】在菜单设置->全局设置里设置

注意：

软件打开的浏览器，不要去用，也不要最小化

如果电脑开启vpn或代理，请先关闭

使用笔记【关键词搜索】或用户采集时，建议不要选择评论数据内的选项，因为这样可能数据量会非常多，容易触发反扒
请先将笔记采集出来，再到笔记【链接】，这里将采集的笔记导入，就能采集指定笔记的评论

作者信息和评论人信息最好不要勾选，因为这样要拿到更多数据，会多次向xhs取数据更加容易触发防爬

时间区间筛选是把数据都采集下来再把不符合时间区间的笔记扔掉，不如不用时间筛选，采集出来数据后在excel里根据发布时间自己筛选会更好
因为xhs不能根据时间区间筛选

采集评论时，采集间隔建议设置4000，因为评论风控比较严格，容易被检测，
如果被检测需换号

笔记链接上要有这两个信息
xsec_token
xsec_source
我一般是从搜索页点笔记后复制笔记详情页链接有这个
部分账号，谷歌浏览器情况链接没有这两个信息就打不开笔记

采集的数据列：

笔记详细数据列

选中笔记内容后采集的列

笔记链接	标题	封面图	用户名称	用户主页链接	用户ID	点赞数	内容	不带话题的内容	话题	类型	收藏数	评论数	分享数	视频链接	其他图	发布时间	发布地点

选中作者信息后追加的列

用户小红书号	用户IP属地	用户简介	用户性别	用户关注	用户粉丝	用户获赞与收藏

笔记评论数据列

评论采集到的数据列

笔记链接	笔记ID	内容	评论时间	评论ID	评论等级	评论ip地址	点赞数	用户ID	用户名称	用户主页链接

选中评论人信息后追加的列

用户小红书号	用户IP属地	用户简介	用户性别	用户关注	用户粉丝	用户获赞与收藏

如果出现提示 {'code': 300017, 'data': {}, 'msg': '访问链接异常', 'success': True} ，则可能是出现了人机校验，需要进入xhs笔记详情页，过一下人机校验