用Python从小红书找相关笔记、读评论,再整理产品问题
要用 Python 把小红书讨论整理成产品问题,先用 data:xiaohongshu.app_v2.search_notes 保存一页相关笔记,挑出值得读的讨论,再用 data:xiaohongshu.app_v2.get_note_comments 保存选中笔记的评论。最后用已有的评论导出脚本整理成 CSV 和有原句支持的主题报告。
示例以“咖啡机”为例:先搜索一次,再由你挑笔记。手里已有准确的笔记 ID 时,跳过搜索,直接从评论开始。
1. 准备环境与范围
使用 Python 3 和标准库,不需要第三方 SDK。把自己的密钥配置为本地环境变量 BEATAPI_API_KEY;脚本不把鉴权头写进文件。
先计划一页搜索,加上每篇选中笔记各一页评论。三篇入选笔记对应最多 4 次数据请求,按价格页当前单价估算;实际评论条数以每次返回为准。
2. 保存一次请求与结果
把下面的代码存为 xhs_read.py。search 命令调用 data:xiaohongshu.app_v2.search_notes,comments 命令调用 data:xiaohongshu.app_v2.get_note_comments。每次运行只发一个请求,输出目录必须是新的。
先取得一页笔记:
每次运行的目录里保留 request.json、attempt.json、call.json 和 response.json。请求失败时,xhs_read.py 也保存已收到的响应,便于排查;超时没有最终结果时,先核对请求记录,再决定是否重发。
3. 从结果中选真正相关的笔记
搜索结果中的笔记在 data.data.items[].note。先看实际标题和摘录,选有明确使用场景的笔记,每篇保留 note.id 和选择理由。广告元素、外层结果项 ID 和昵称都不是笔记 ID。
例如研究清洁步骤,就选确实讨论清洁的笔记;只展示器具、没有相关内容的先排除。想读作者的详情文字,另用选中笔记详情流程;搜索摘录不能代替完整材料。
4. 读选中笔记的评论
复制每篇选中笔记的真实 note.id,每篇使用独立的输出目录:
已核对的一级评论在 data.data.comments。读过原句、时间和上下文后,再归为具体使用问题。返回里内嵌的回复和单独展开的回复分开保留,翻页方法见评论完整流程。
5. 接到CSV与主题报告
评论请求成功后,xhs_read.py 生成与现有导出脚本兼容的 comment-pages.json。把评论指南中的 comment_research.py 保存到当前工作目录,然后在本地提取:
多篇笔记分别取数后,把各清单记录合成一个数组,并把每个 file 写成相对于总清单的实际路径,再交给同一个提取脚本。保留每条记录的笔记 ID 和真实查询时间。
comments.csv 用于阅读材料;逐条审核 labels.json 后,再生成 themes.csv、evidence.json 和 coverage.json。每个主题都要有实际原句,支持评论数与不同笔记数分别记录,不把有限的评论样本当成所有用户。
比如两篇笔记各有一条评论问「换清洁片以后为什么还有味道」,就在 themes.csv 放一条排查主题,记录两条支持评论、两篇不同笔记。同事用 evidence.json 回查两条评论的原句和条件,再决定要不要写进清洁手册。
交付的问题例如“清洁步骤哪里不清楚、配件兼容需要确认什么”,每项附原句、笔记来源和下一步。同事拿到的是可以继续处理的问题清单,而不是一堆原始 JSON。
已存响应直接复用。xhs_read.py 不自动选笔记、不批量扩页,也不回复评论者;需要扩大研究时,先定新的范围再取数,并继续保存来源。

