> For clean Markdown of any page, append .md to the page URL.
> For a complete documentation index, see https://docs.beatapi.io/llms.txt.
> For AI client integration (Claude Code, Cursor, etc.), connect to the MCP server at https://docs.beatapi.io/_mcp/server.

# 小红书笔记大家最关心什么？怎么从高赞评论找到值得追问的问题？

> 从已选笔记的高赞评论建立讨论线索，按需展开回复核对上下文，正确使用显示属地与样本覆盖记录。

要先读小红书读者最关心的评论，调用 `data:xiaohongshu.app_v2.get_note_comments` 时设 `sort_strategy:"like_count"`，点赞多的一级评论排在前面。已有笔记 ID 或分享链接就直接查一页，挑出需要回答的问题。某条评论需要上下文时，用这条评论的 ID 作为父评论 ID，调用 `data:xiaohongshu.app_v2.get_note_sub_comments` 查回复。

例如高赞留言说「说明书这一步没看懂」，先保留原话、笔记链接和留言所指的步骤。几条独立留言提到同一问题时，归到同一主题并保留每条的出处。再用[评论研究流程](/zh/guides/xiaohongshu-note-comments)把归好的留言整理成待回答的问题清单。

## 拿到评论后，先判断什么？

下表是阅读方法示例，不是采集样本里的发现：

| 看到的情况             | 先怎么处理               | 是否需要继续取数                        |
| ----------------- | ------------------- | ------------------------------- |
| 多人追问同一种用法         | 记为待核实的问题，回看笔记是否已经解释 | 要总结是否普遍，仍需更多相关样本与主题审核。          |
| 一条高赞批评，回复里有人纠正    | 保留原句及纠正上下文，不单独截取批评  | 原页只有部分回复时，按需展开该父评论。             |
| 评论只是“求链接”、玩笑或抽奖互动 | 按本次研究目标决定是否排除，写理由   | 不凭热度推断痛点或购买。                    |
| 低赞但描述了具体使用问题      | 可以进入后续人工研究          | 排名表只作入口；到全部已观察评论中查看，缺失点赞也不能当作零。 |

想先读点赞较多的观点，取一页 `like_count` 排序；想看最近变化，选最新排序。每份样本都写明所用排序；在最新样本内排出的高赞评论，不能叫作平台完整热评榜。

## 回复什么时候值得展开？

一句评论的对象不明、带反讽、引用了前文，或者有人指出条件与例外时，先读回复再下结论。一级评论附带的回复可能只是一部分；只为需要补上下文的父评论继续取回复，不自动抓完全部线程。

批准一页就只取一页，追加翻页和展开回复都单独计调用。继续前先确认当前价格与批准上限；遇到错误、重复页或没有可用的下一页状态就停。上下文补不齐时，在交付中写“上下文待核”，不把解读当作已确认。

## 怎么把结果交给同事？

本地导出脚本 `rank_roots.py`（见下文）生成 `selected-roots.csv`，列出每篇笔记已观察样本内的高赞候选、原句、点赞数和来源。先看 `coverage.json`：`coverage.json` 记录实际看了多少条一级评论、多少条缺失点赞、还有哪些页没取。十条是本地最多保留数，实际可能不足十条。

人工在另存的工作表里补四列：与问题是否相关、保留或排除的理由、需要补哪条父评论的回复、下一步研究问题。这四列是人工判断，脚本不会生成。需要查看全部样本时读 `observed-roots.json`；一条意见没进高赞名单，不代表没人提过。

属地标签只描述这批评论显示了哪些标签。`coverage.json` 统计全部已观察一级评论的标签次数，不只统计入选的高赞评论；标签次数也不是独立人数、居住地或真实受众地域比例。空标签、null 和字段缺失分别保留；不猜测省份，不把原始评论者资料外发。

## 技术步骤：取得一页与补回复

第一次请求前，先免费 Inspect `data:xiaohongshu.app_v2.get_note_comments` 与 `data:xiaohongshu.app_v2.get_note_sub_comments`，核对当前可执行状态、输入和价格。

```bash
curl -sS https://api.beatapi.io/v1/social-data/call \
  -H "Authorization: Bearer $BEATAPI_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{"action":"xiaohongshu.app_v2.get_note_comments","params":{"share_text":"<note_share_link>","cursor":"","index":0,"pageArea":"UNFOLDED","sort_strategy":"like_count"}}' \
  -o xiaohongshu-hot-comments.json
```

不要用 `sort_strategy: default` 承诺稳定翻页：输出合同明确提示 `default` 排序可能重复或遗漏评论。`like_count` 排序适合优先阅读点赞较多的观点，最新排序适合看近期变化；两种有限样本都不代表所有读者的意见比例。

## 一级评论与回复，分页有什么不同？

| 操作   | 首请求                                        | 下一页                                                               |
| ---- | ------------------------------------------ | ----------------------------------------------------------------- |
| 一级评论 | 空 `cursor`、`index: 0`、`pageArea: UNFOLDED` | 解码 data.data.cursor 的 JSON 字符串，取 `cursor`、`index`、`pageArea` 一起传回 |
| 二级回复 | 真实父 `comment_id`、空 `cursor`、`index: 1`     | 先解码 data.data.cursor 的 JSON 字符串，再取 `cursor` 与 `index`             |

回复动作是 `xiaohongshu.app_v2.get_note_sub_comments`。回复动作里的 `comment_id` 是父评论 ID，不是笔记 ID；笔记仍用 `note_id` 或 `share_text` 定位。不要把一级评论首请求的 `index: 0` 复制给回复请求，也不要把返回的整个 cursor 对象塞进字符串参数。

先保存一级评论的原始 JSON，挑出确实需要上下文的父评论，再展开回复。每次翻页、每次展开都是单独调用，取热评不会免费附带所有回复。2026-11-16 核验的真实返回中，两个动作的列表都在 data.data.comments\[]，正文在 content，点赞数在 like_count。一级评论的 sub_comments\[] 只含部分内嵌回复；独立回复页会重复内嵌记录，按 note_id + id 去重。

[按笔记采集评论和回复](/zh/guides/xiaohongshu-note-comments) · [业务错误和扣费](/zh/faq/xiaohongshu-business-errors)

依据：当前输出合同，以及一次付费验证（最新排序的两页一级评论和一页回复：25 条一级评论、8 条去重后的回复，合计 33 条）。like_count 排序值来自合同，热评排序没有单独测试。两种 cursor 都是 JSON 字符串，不是可直接转交的对象；has_more=true 不代表已取后续页。每次执行前确认当前价格，不承诺固定条数。

## 交付每篇笔记的高赞候选及属地审计

遇到“20 篇笔记，每篇选 10 条高赞评论，再看这些评论标注在哪里”这类需求，使用已保存的**一级评论页**，不要混用作者资料所在地或内嵌回复。已验证的一级评论对象直接提供 `data.data.comments[].ip_location`。已录制页面里的 `ip_location` 有字符串也有 null；原样保留显示标签，不翻译成猜测的省份。`ip_location` 是评论的显示属地，不是居住地、精确 IP 地址、独立评论者人数或读者分布。

排名步骤在本地运行，不增加调用。把下方脚本保存为 `rank_roots.py`，在原始响应旁创建 `root-pages.json`，沿用评论研究指南的清单格式，但只列一级评论页。其他笔记或页面必须真实保存后才能加入清单：

```json
[{"file":"comments-page-1.json","note_id":"<actual-note-id>","action":"xiaohongshu.app_v2.get_note_comments","collected_at":"2026-11-16T10:00:00Z"}]
```

```bash
python3 rank_roots.py root-pages.json hot-review 10
```

最后一个参数 `10` 是**本地每篇最多保留数**，不是接口每页条数承诺。输入为最新排序时，结果只能叫“已保存最新样本内点赞较高的评论”，不是平台全量热榜。报告记录每页的实际排序。要新采热评样本，使用 `like_count`；20 篇各取一页是 20 次调用，追加翻页和回复按当前动作价格另计。实际行数可能少于目标数。运行离线步骤不需要重新调用。

```python
import collections, csv, datetime, hashlib, json, pathlib, re, sys

manifest = pathlib.Path(sys.argv[1])
manifest_bytes = manifest.read_bytes()
pages = json.loads(manifest_bytes)
limit = int(sys.argv[3])
if not 1 <= limit <= 100: raise ValueError('Limit must be 1..100 per note')
if not isinstance(pages, list) or not pages: raise ValueError('Nonempty manifest required')
rows, seen, sources, saved, request_ids = [], {}, [], [], set()
for page in pages:
    if page.get('action') != 'xiaohongshu.app_v2.get_note_comments':
        raise ValueError('Root pages only; do not mix reply pages into this manifest')
    note = page.get('note_id')
    if not isinstance(note, str) or not note.strip(): raise ValueError('Missing note ID')
    stamp = datetime.datetime.fromisoformat(page['collected_at'].replace('Z', '+00:00'))
    if stamp.tzinfo is None: raise ValueError('Collection time needs timezone')
    raw = (manifest.parent / page['file']).read_bytes()
    payload = json.loads(raw)
    rid = payload.get('request_id')
    if not isinstance(rid, str) or not rid.strip() or rid in request_ids: raise ValueError('Missing/repeated request ID')
    request_ids.add(rid)
    if payload.get('status') != 'succeeded' or payload.get('error') is not None or payload.get('action') != page['action']:
        raise ValueError('Failed/mismatched gateway response')
    body = payload.get('data')
    if not isinstance(body, dict) or body.get('success') is not True or type(body.get('code')) is not int or body['code'] != 0:
        raise ValueError('Business error')
    data = body['data']
    if not isinstance(data.get('comments'), list) or type(data.get('has_more')) is not bool:
        raise ValueError('Invalid comments/paging shape')
    sort = data.get('current_sort_strategy')
    if sort not in ('like_count', 'latest_v2', 'default'): raise ValueError('Unrecognized observed sort')
    filename = 'raw-' + str(len(saved)+1).zfill(3) + '.json'
    digest = hashlib.sha256(raw).hexdigest()
    saved.append((filename, raw))
    sources.append({'file':filename,'sha256':digest,'request_id':rid,'note_id':note,
                    'collected_at':page['collected_at'],'observed_sort':sort,'has_more':data['has_more']})
    for item in data['comments']:
        cid, text = item.get('id'), item.get('content')
        if not isinstance(cid, str) or not cid.strip() or not isinstance(text, str) or item.get('note_id') != note:
            raise ValueError('Invalid ID/text or wrong note')
        likes = item.get('like_count')
        if likes is not None:
            if type(likes) is int and 0 <= likes <= 9007199254740991: pass
            elif isinstance(likes, str) and re.fullmatch(r'[0-9]+', likes): likes = int(likes)
            else: raise ValueError('Likes require nonnegative safe integer or original digit string')
        location = item.get('ip_location')
        if location is not None and not isinstance(location, str): raise ValueError('Invalid location')
        state = 'absent' if 'ip_location' not in item else 'null' if location is None else 'empty' if not location.strip() else 'reported'
        key = (note, cid)
        if key in seen:
            if seen[key] != text: raise ValueError('Conflicting duplicate text')
            continue
        seen[key] = text
        rows.append({'note_id':note,'comment_id':cid,'text':text,'likes':likes,
                     'ip_location':location,'location_state':state,'collected_at':page['collected_at'],
                     'request_id':rid,'source_file':filename,'source_sha256':digest})
selected, coverage = [], []
for note in sorted({source['note_id'] for source in sources}):
    sample = [r for r in rows if r['note_id'] == note]
    known = sorted((r for r in sample if r['likes'] is not None),key=lambda r:(-r['likes'],r['comment_id']))
    selected.extend(dict(r, sample_rank=i+1) for i,r in enumerate(known[:limit]))
    locations = collections.Counter(r['ip_location'] for r in sample if r['location_state']=='reported')
    coverage.append({'note_id':note,'observed_roots':len(sample),'known_likes':len(known),
                     'missing_likes':len(sample)-len(known),'selected':min(limit,len(known)),
                     'location_states':dict(collections.Counter(r['location_state'] for r in sample)),
                     'location_comment_counts':[{'label':k,'comments':v} for k,v in sorted(locations.items())]})
out = pathlib.Path(sys.argv[2]); out.mkdir()
for filename, raw in saved: (out/filename).write_bytes(raw)
(out/'input-manifest.json').write_bytes(manifest_bytes)
def write(name, value): (out/name).write_text(json.dumps(value,ensure_ascii=False,indent=2),encoding='utf-8')
write('observed-roots.json', rows)
write('selected-roots.json', selected)
write('coverage.json', {'notes':coverage,'sources':sources,'limit_per_note':limit,
      'manifest_sha256':hashlib.sha256(manifest_bytes).hexdigest(),'duplicates':'first observation retained',
      'scope':'Saved root-comment sample only; embedded replies excluded; not all comments or unique people',
      'all_comments_collected':False,'executed_calls':0})
fields=['note_id','sample_rank','comment_id','text','likes','ip_location','location_state','collected_at','request_id','source_file','source_sha256']
with (out/'selected-roots.csv').open('w',encoding='utf-8-sig',newline='') as f:
    writer=csv.DictWriter(f,fieldnames=fields); writer.writeheader()
    for row in selected:
        values={k:('' if row.get(k) is None else str(row[k])) for k in fields}
        writer.writerow({k:("'"+v if v.lstrip().startswith(('=','+','-','@')) else v) for k,v in values.items()})
print(json.dumps({'notes':len(coverage),'observed_roots':len(rows),'selected_roots':len(selected),'executed_calls':0}))
```

## 解读前检查交付物

* `selected-roots.csv` 是每篇笔记的候选清单；点赞数相同时按评论 ID 稳定排序，评论 ID 不代表另一种热度信号。零点赞保留，缺失点赞不参与排名并单列数量。
* `observed-roots.json` 保留样本内全部去重后的一级评论。同一 ID 保留首次观察的时间和数值，后续观察留在原始文件中；同一 ID 正文冲突时停止运行。
* `coverage.json` 的属地计数基于**全部已观察一级评论**，不是仅入选的十条；字段不存在、null 和空标签分开记录。计数单位是评论，不是人数；标签不归一化成猜测的省份。内嵌回复不计入总数。
* `raw-*.json`、哈希和 `input-manifest.json` 保留来源。哈希能检测之后的文件改动，不能证明服务端响应真实。`rank_roots.py` 在写入前拒绝错误笔记的数据、失败响应和不合法数值，也不会覆盖已有输出目录。
* CSV 做了防公式注入处理，原文保留在 JSON 里。对外分享前人工去除正文中的个人信息；原始响应可能含作者资料，私下保管。

用 `rank_roots.py` 离线处理付费验证得到的两页最新排序一级评论：25 条去重一级评论生成 10 行候选，没有新增 API 调用。离线运行验证了本地流程和已观察的属地字段，不代表实时热评排序或完整地域覆盖。要总结“三个主要痛点”，继续用评论研究指南里的人工标签审核和精确原句证据；`rank_roots.py` 不会凭点赞数生成主题。

分析痛点时，使用评论研究指南新生成的标签模板：每个标签绑定笔记、评论和原始来源哈希。本地编号 E000001 在另一次导出中可能重复，不能只凭编号把旧主题判断套到新导出。原始档案和完整性清单与审核导出一起保留。