小红书很难爬？最新爬取方法教给你啦~ _小红书

点击上方“Python爬虫与数据挖掘”，进行关注回复“书籍”即可获赠Python从入门到进阶共10本电子书今日鸡汤莫学武陵人，暂游桃源里。
Python进击者第184篇原创文章
前言
大家好，我是Kuls 。
之前写的那篇App抓包软件的配置说过，超过30在看，马上更下一篇。有读者问我怎么爬App，我手把手教了他(多图警告)
所以加班加点给大家写了今天这篇文章。
本文将会带着大家完完整整的爬取小红书的全过程
小红书
需要做的前提工作就是装配好
具体的配置过程，我建议大家参照崔大写的来进行安装
首先，我们打开之前大家配置好的
我们来简单抓包一下小红书小程序(注意这里是小程序，不是app)
不选择app的原因是，小红书的App有点难度，参照网上的一些思路，还是选择了小程序
1、通过抓包对小程序进行分析

文章插图
我们打开小红书小程序，随意搜索一个关键词

文章插图
按照我的路径，你可以发现列表中的数据已经被我们抓到了。
但是你以为这就结束了？
不不不

文章插图

文章插图
通过这次抓包，我们知道了可以通过这个api接口获取到数据
但是当我们把爬虫都写好时，我们会发现里面有两个很难处理的参数
""和"x-sign"
这两个玩意，一直在变化，而且不知道从何获取。
所以
2、使用来进行抓包
其实通过抓包，整体的抓取思路我们已经清晰
就是获取到""和"x-sign"两个参数，然后对url进行get请求
这里用到的，其实和差不多，都是抓包工具
但是能够跟一起执行
这就舒服很多啊
简单给大家举例子
def request(flow):print(flow.request.headers)
在中提供这样的方法给我们，我们可以通过对象截取到中的url、、host、、port、等属性
这不正是我们想要的吗？
我们直接截取""和"x-sign" 这两个参数
然后往里填入
整个就完成了。

文章插图
以上是我们整个的爬取思路，下面给大家讲解一下代码怎么写
其实代码写起来并不难
首先，我们必须截取到搜索api的流，这样我们才能够对其进行获取信息
if 'https://www.xiaohongshu.com/fe_api/burdock/weixin/v2/search/notes' in flow.request.url:
我们通过判断flow的里面是否存在搜索api的url
来确定我们需要抓取的请求

authorization=re.findall("authorization',.*?'(.*?)'\)",str(flow.request.headers))[0]x_sign=re.findall("x-sign',.*?'(.*?)'\)",str(flow.request.headers))[0]url=flow.request.url

通过上述代码，我们就能够把最关键的三个参数拿到手了，接下来就是一些普通的解析json了。
最终，我们可以拿到自己想要的数据了

文章插图
如果你想要获取到单篇数据，可以拿到文章id后抓取
"" + str(id)

文章插图