1. 接口信息（v2 標(biāo)準(zhǔn)）

地址：https://api.xiaohongshu.com/v2/notes/{note_id}/comments

方法：GET

鑒權(quán)：access_token（OAuth2.0，有效期約 2 小時(shí)，需刷新）

簽名：參數(shù)按 ASCII 排序 + App Secret 做 MD5

分頁(yè)：page/limit 或 cursor + has_more

2. 必傳參數(shù)

note_id：筆記 ID（從 URL / 分享鏈接提?。?/p>

access_token：授權(quán)令牌

timestamp：時(shí)間戳（秒級(jí)）

sign：簽名（防篡改）

3. Python 調(diào)用示例

python

運(yùn)行

import requests
import hashlib
import time

def get_xhs_comments(note_id, app_key, app_secret, access_token, page=1, limit=20):
    url = f"https://api.xiaohongshu.com/v2/notes/{note_id}/comments"
    ts = str(int(time.time()))
    # 簽名拼接（按ASCII升序）
    sign_str = f"app_key{app_key}limit{limit}note_id{note_id}page{page}timestamp{ts}{app_secret}"
    sign = hashlib.md5(sign_str.encode()).hexdigest()
    params = {
        "access_token": access_token,
        "app_key": app_key,
        "note_id": note_id,
        "page": page,
        "limit": limit,
        "timestamp": ts,
        "sign": sign
    }
    resp = requests.get(url, params=params)
    return resp.json() if resp.status_code == 200 else None

二、調(diào)用規(guī)范與風(fēng)控（必守）

1. 頻率限制（默認(rèn)）

每分鐘 ≤ 100 次；超限返回429

優(yōu)化：緩存 + 重試（指數(shù)退避：1s→2s→4s）、批量異步、申請(qǐng)?zhí)犷~

2. 常見(jiàn)錯(cuò)誤與處理

表格

3. 合規(guī)紅線（嚴(yán)禁觸碰）

禁止獲取 / 存儲(chǔ)用戶隱私（手機(jī)號(hào)、地址等）

評(píng)論用戶 ID 需脫敏（如user_12345→user_****5）

數(shù)據(jù)僅限申請(qǐng)用途，禁止商業(yè)營(yíng)銷濫用

遵守《個(gè)人信息保護(hù)法》與小紅書開(kāi)放平臺(tái)協(xié)議

三、數(shù)據(jù)處理與存儲(chǔ)

1. 數(shù)據(jù)結(jié)構(gòu)（核心字段）

json

{
  "code": 0,
  "data": {
    "comments": [
      {
        "id": "評(píng)論ID",
        "content": "評(píng)論內(nèi)容",
        "create_time": 1742450000,
        "user_info": {
          "user_id": "用戶ID",
          "nickname": "昵稱",
          "avatar": "頭像"
        },
        "like_count": 點(diǎn)贊數(shù),
        "reply_count": 回復(fù)數(shù)
      }
    ],
    "has_more": true,
    "total": 123
  }
}

2. 處理流程

清洗：去重、過(guò)濾廣告 / 垃圾評(píng)論、脫敏

結(jié)構(gòu)化：存入 MySQL/PostgreSQL（關(guān)系型）或 MongoDB（非結(jié)構(gòu)化）

緩存：Redis 緩存高頻筆記（TTL≥10 分鐘）

增量更新：定時(shí)拉取新評(píng)論，避免全量重復(fù)

四、業(yè)務(wù)落地場(chǎng)景

內(nèi)容分析：情感傾向、關(guān)鍵詞云、用戶需求挖掘

輿情監(jiān)控：負(fù)面預(yù)警、競(jìng)品評(píng)論對(duì)比

運(yùn)營(yíng)優(yōu)化：高頻詞優(yōu)化標(biāo)題 / 文案、提煉賣點(diǎn)

客服自動(dòng)化：提取疑問(wèn)→自動(dòng)回復(fù)→私域 SOP

BI 報(bào)表：對(duì)接 Tableau/DataEase 做可視化

五、性能與穩(wěn)定性優(yōu)化

異步請(qǐng)求：用aiohttp提升批量效率

批量調(diào)度：控制并發(fā)，避免集中請(qǐng)求

監(jiān)控告警：對(duì)接 Prometheus/Grafana，監(jiān)控 429/500 等異常

降級(jí)策略：API 不可用時(shí)，啟用緩存兜底

審核編輯 黃宇