## 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）
---
## 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）
```python
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
```python
import json
def 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
```python
def download_file(url, filename):
if not url:
print(f"跳过空链接：{filename}")
return
resp = 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）
```python
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
1. 打开浏览器，登录小红书网页版
2. 用F12打开开发者工具，获取请求头 & cookie
3. 替换代码里的对应字段
4. 运行脚本，看是否能成功输出视频标题、作者和时间
5. 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：
```python
import cv2
def 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。
