摘要：本软件工具仅限于学术交流使用，严格遵循相关法律法规，符合平台内容合法合规性，禁止用于任何商业用途！

本软件工具仅限于学术交流使用，严格遵循相关法律法规，符合平台内容合法合规性，禁止用于任何商业用途！

在种草社区小红书的评论区，藏着无数消费者对商品、品牌的真实评价与反馈。企业若能合理利用这些信息，便能精准把握消费者喜好、需求和购买意向。基于此，我用Python开发了一款遵循平台规则、合法合规的【爬小红书搜索评论软件】，旨在助力新媒体运营者快速高效找到意向用户！

软件支持两种合规采集模式：

一是依据关键词采集，在平台搜索规则内输入笔记关键词，获取对应笔记链接，进而提取评论；二是根据用户提供的合法笔记链接采集评论，满足不同场景下的数据采集需求。

如图1所示，软件界面简洁易用，打开便是“爬小红书搜索评论软件v1.1|马哥python说”的界面。上方是“File”选项，以及醒目的使用说明：要先在“cookie.txt”中填入自己的cookie值；通过关键词采集和笔记链接采集不能同时进行；获取cookie的方法可查看教程。

采集模式区域分为两部分：“通过关键词采集”需要填写笔记关键词（如比亚迪唐、小米su7等） ；“通过笔记链接采集”则要输入笔记链接。评论筛选项可设置评论关键词、IP属地，还能选择起始时间、结束时间、评论最大页等，满足多样化筛选需求。

运行日志实时记录采集过程，如“开始爬取【一级】评论”“评论内容”等，方便用户随时掌握进度。

想要更直观了解软件运行？移步视频：

1. 运行便捷：Windows用户无需搭建Python环境，双击即可打开使用。

2. 合规稳定：借助平台公开接口协议进行数据交互，而非模拟浏览器等工具，确保稳定、合规。

3. cookie设置：按平台规定获取cookie值，填入“cookie.txt”，方便重复使用。

4. 筛选丰富：支持按笔记类型（综合/视频/图文）、排序方式（综合/最新/最热）采集，还能设置多个笔记关键词、链接、评论关键词和IP属地。

5. 数据保存：每爬取一页就保存为csv文件，避免异常中断丢失数据；同时生成log文件记录运行过程，且符合平台隐私政策。

6. 字段规范：笔记csv文件含10个字段，评论csv文件也有10个字段，数据获取与使用严格遵循平台和用户隐私规定。

这款软件由Python语言编写，各模块分工明确：

- tkinter：构建简洁直观的GUI软件界面。

- requests：通过合法合规的接口发起爬虫请求。

- json：解析接口响应的数据。

- pandas：清洗数据并保存为csv格式。

- logging：记录日志，保障记录内容合法合规。

出于版权考虑，目前暂不公开源码，但会全力确保软件使用遵循平台规则和法律法规。

采集前，按平台规定获取cookie值，填入“cookie.txt”文件。

在中上区填写合法的笔记链接，右上区设置评论筛选项，点击“通过笔记链接采集”按钮，即可开始采集。

来源：小钱说科技