小红书爬虫

这是一个用于爬取小红书数据的Python爬虫程序，具有图形用户界面。

功能特点

• 支持小红书账号登录
• 支持关键词搜索和数据爬取
• 自动提取评论中的关键词和地点信息
• 数据保存功能
• 图形用户界面
• 支持爬取进度显示
• 支持停止爬取

安装依赖

pip install -r requirements.txt

使用方法

1. 运行程序：

python xhs_spider.py

2. 在图形界面中：
   • 输入小红书账号和密码进行登录
   • 输入要搜索的URL和关键词
   • 点击"开始爬取"按钮开始爬取
   • 可以随时点击"停止爬取"按钮停止爬取
   • 爬取完成后可以点击"保存数据"按钮保存数据

数据保存

爬取的数据将保存在xhs_data目录下，包括：

• 关键词统计（JSON格式）
• 地点对统计（JSON格式）
• 帖子URL列表（文本格式）

注意事项

1. 请遵守小红书的使用条款和爬虫协议
2. 建议使用代理IP进行爬取，避免被封IP
3. 爬取速度不要太快，建议设置适当的延迟
4. 需要确保网络连接正常

更新日志

v1.0.0

• 初始版本发布
• 支持基本的爬取功能
• 添加图形用户界面
• 支持数据保存