XHS-Downloader小白必看:3分钟上手小红书无水印作品下载工具
XHS-Downloader是一款免费开源的小红书作品采集工具,能帮你轻松下载无水印图文和视频,提取作品链接和信息。完全免费无广告,零基础也能快速上手!
超简单5步安装指南
1. 准备Python环境
首先要安装Python 3.12版本(低于这个版本可能会出错哦)。访问Python官网下载安装包,安装时记得勾选"Add Python to PATH"选项。
2. 获取工具源码
打开终端,输入以下命令下载项目源码:
git clone https://gitcode.com/gh_mirrors/xh/XHS-Downloader
3. 安装依赖
进入项目文件夹,运行下面的命令安装必要组件:
cd XHS-Downloader
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt
4. 启动程序
输入以下命令启动工具:
python main.py
5. 验证安装
看到类似下面的界面就说明安装成功啦!
✅ 验证方法:程序窗口正常打开,显示主菜单界面。
3分钟解决Cookie设置难题
自动获取Cookie(推荐)
在终端输入以下命令,工具会自动从浏览器读取Cookie:
python main.py --browser_cookie Chrome --update_settings true
这里的"Chrome"可以换成你常用的浏览器,比如Firefox、Edge等。
手动设置Cookie(备用方案)
如果自动获取失败,可以手动设置:
- 打开浏览器访问小红书网站
- 按F12打开开发者工具
- 在"网络"标签找到包含"web_session"的请求
- 复制Cookie值并粘贴到工具中
✅ 验证方法:在工具主界面输入任意小红书链接,能正常显示作品信息即为设置成功。
小试牛刀:现在尝试用自动获取Cookie的方法配置你的工具,遇到问题随时回来查看步骤哦!
一键下载无水印作品的秘密
基础下载步骤
- 在工具主界面选择"下载作品"选项
- 粘贴小红书作品链接(支持xhslink.com开头的分享链接)
- 按Enter键开始下载
命令行快速下载
高手进阶技巧:直接在终端输入命令下载,支持同时下载多个作品:
python main.py "https://xhslink.com/abc123 https://xhslink.com/def456"
✅ 验证方法:检查下载文件夹(默认在项目根目录>Volume>Download)是否出现下载好的文件。
找不到下载文件?3步定位解决
1. 默认下载路径
文件默认保存在以下位置: 「项目根目录>Volume>Download」
2. 自定义保存位置
- 打开「项目根目录>Volume>settings.json」文件
- 找到【download_path】配置项
- 修改为你想要的路径,比如"D:\小红书下载"
3. 常见路径问题排查
⚠️ 注意:如果提示"权限不足",请检查文件夹是否有写入权限,或者更换保存路径到桌面等个人目录。
✅ 验证方法:下载一个测试作品,在设置的路径中能找到对应的文件。
小试牛刀:试着修改下载路径到你的桌面文件夹,然后下载一个作品看看是否保存到了新位置?
高级技巧:批量下载与脚本使用
批量下载作品
- 创建一个文本文件,每行放一个小红书链接
- 使用以下命令批量下载:
python main.py --file links.txt
用户脚本辅助
安装浏览器脚本可以更方便地获取作品链接:
- 安装Tampermonkey浏览器插件
- 添加XHS-Downloader用户脚本
- 在小红书网页上会出现"复制链接"按钮
✅ 验证方法:使用脚本复制多个作品链接,批量下载成功。
小试牛刀:安装用户脚本后,试着从你的小红书收藏夹中批量提取链接并下载作品吧!
常见问题解答
Q: 下载的视频没有声音怎么办?
A: 这是因为小红书部分视频采用了特殊编码,尝试更新到最新版本的工具即可解决。
Q: 程序提示"链接无效"怎么办?
A: 检查链接是否正确,或者尝试刷新Cookie后再试。
Q: 可以下载自己收藏的作品吗?
A: 当然可以!使用用户脚本提取收藏夹链接,然后批量下载。
使用注意事项
⚠️ 下载的作品仅用于个人学习研究,请勿用于商业用途 ⚠️ 请勿频繁大量下载,以免给服务器造成负担 ⚠️ 定期更新工具获取最新功能和修复
希望这份指南能帮你轻松上手XHS-Downloader!如果有其他问题,可以查看项目README.md文件或加入用户交流群获取帮助。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01




