小红薯爬虫超级简单偏，人人都能拿到的数据

小🍠红书爬虫真的不难

**

在这个互联网高速发展的时代，数据已经越来越被更多人需要。
小🍠红书，知乎，抖音，视频号已经是主流。
学好一个爬虫，为自己的笔记或者视频来分析数据和流量吧

**

**

大家来看看我写的爬虫吧（不要复杂，要以结果为导向）

**
今天使用的是DrissionPage包，今天不谈selenium

今天就简单获取下小红书 根据关键词获取每个笔记下面的图片和点赞收藏等数据吧

首先打开小红书

from DrissionPage import ChromiumPage
ch = ChromiumPage()
ch.get("https://www.xiaohongshu.com/explore")

打开后发现会让登录小红书，这时候不要担心，我们拿出手机扫一扫，不要想太多去破解登录什么的 用最简单的方法去解决

这是登录完的场景
接下来我们用爬虫让程序自动输入关键词去搜索相应的笔记

首先找到这个搜索框的元素，鼠标点击右键，再次点击检查 或者f12

点击左上角的这个小箭头

点击完毕以后将鼠标移到左边的小红书，只要放上去，就会出现以下的蓝色和绿色的框框，比如你想输入关键词，那就将鼠标放到这个搜索上边，然后点击一下，右边的f12 Elements就会出现html

此时就可以看到右边的input输入框，对着这个input输入框在进行鼠标右键点击
复制 XPATH 元素，接着看下边的代码

ch.ele('xpath://*[@id="search-input"]').input("输入你想输入的关键词（杭州旅游攻略）")

当你输入完，正常大家在访问网页的时候，输入完点击搜索，小红书才会执行吧，在代码里面很简单哦，别眨眼往下看。。。

这个\n就是代替我们的回车键盘 ENTER,此时执行程序他家会自动输入关键词并搜索出来笔记

ch.ele('xpath://*[@id="search-input"]').input("杭州的旅游攻略\n")

此时搜索出来的笔记有很多很多，我们先爬去前10个出来看一下 今天爬的内容是（图片，笔记标题，笔记点赞，收藏，浏览，发笔记的作者）

获取每个笔记里面有多少张图片

    def blog_img_len(self):
        img_len = self.ch.eles('xpath://*[@id="noteContainer"]/div[2]/div/div/div[6]/div[@class="pagination-list"]/div')return len(img_len)"""笔记图片抓取"""
    def blog_img_spider(self):
        img_len = self.blog_img_len()
        img_link_list = []for i in range(0,img_len+1):
            blog_img = self.ch.ele('xpath://*[@id="noteContainer"]/div[2]/div/div/div[2]/div/div[@data-index="{}"]/div/img'.format(i))if str(blog_img)!='None':
                blog_img = str(blog_img).split("src='")[1].split("' fetchpriority='auto'")[0]
                img_link_list.append(blog_img)return img_link_list

下边就是获取笔记的点赞 收藏等数据

for j in blog_list:
            self.ch.get("https://www.xiaohongshu.com/explore{}".format(j))
            time.sleep(0.5)
            blog_img_link = self.blog_img_spider()
            blog_user_name = self.ch.ele('xpath://*[@id="noteContainer"]/div[4]/div[1]/div/div[1]/a[2]/span')try:
                blog_title = self.ch.ele('xpath://*[@id="detail-title"]')
                blog_title = blog_title.text
                blog_time = self.ch.ele('xpath://*[@id="noteContainer"]/div[4]/div[2]/div[1]/div[3]/span[1]')
                blog_time = blog_time.text
            except:
                blog_title =''
                blog_time =''
            blog_article = self.ch.ele('xpath://*[@id="detail-desc"]/span[1]')
            blog_like = self.ch.ele('xpath://*[@id="noteContainer"]/div[4]/div[3]/div/div/div[1]/div[2]/div/div[1]/span[1]/span[2]')
            blog_collect = self.ch.ele('xpath://*[@id="note-page-collect-board-guide"]/span')
            blog_comment = self.ch.ele('xpath://*[@id="noteContainer"]/div[4]/div[3]/div/div/div[1]/div[2]/div/div[1]/span[3]/span')
            result ={"blog_user_name":blog_user_name.text,"blog_title":blog_title,"blog_img_link":blog_img_link,"blog_time":blog_time,"blog_article":blog_article.text,"blog_like":blog_like.text,"blog_collect":blog_collect.text,"blog_comment":blog_comment.text}
            data_frame_list.append(result)print(result)

接下来就是重点哦

我们开头所说的登录授权，其实15天内只需要授权一次哦，授权完我会记住你的登录token和浏览器缓存，你们每次爬虫都不需要在授权 很方便吧，授权token信息会写在数据库，方便进行管理

点击发送 ，代码就会执行了哦

这里就拿到结果了哦，超级方便，轻轻一点，就能获取数据了

说到这里还不懂的朋友可以关注我的小红薯，里边会有讲解哦，关注后给我发一条私信 csdn来的哦
我会实时为大家解答，还有视频号 抖音 快手等

小红薯搜索：