2025年最新!如何用XHS-Downloader轻松下载小红书视频和图片?完整指南
2026-02-05 04:52:48作者:姚月梅Lane
XHS-Downloader是一款免费开源的小红书图文/视频作品采集工具,基于AIOHTTP模块开发,轻量高效且完全免费。无论是想保存心仪的穿搭教程、美食攻略还是旅行Vlog,它都能帮你一键搞定!本文将带你从安装到高级使用,彻底玩转这款神器!🚀
为什么选择XHS-Downloader?三大核心优势
✅ 完全免费+开源透明
作为开源项目,XHS-Downloader的源代码完全公开(核心模块位于source/application/),无广告无捆绑,让你用得安心。
✅ 支持全平台运行
无论是Windows、Mac还是Linux系统,都能轻松部署。提供两种操作界面:
- 命令行模式:适合技术党快速操作(源码位于source/CLI/)
- 图形界面(TUI):新手友好的交互设计(界面代码在source/TUI/)
✅ 功能强大到离谱
- 📸 自动识别并下载图文笔记中的所有图片
- 🎥 高清保存视频内容,可选是否保留水印
- 📝 自动记录下载历史(通过source/module/recorder.py实现)
- ⚡ 多任务并行下载,速度提升300%
超简单!三步安装XHS-Downloader
1️⃣ 获取源码
git clone https://gitcode.com/gh_mirrors/xh/XHS-Downloader
cd XHS-Downloader
2️⃣ 安装依赖
pip install -r requirements.txt
3️⃣ 启动程序
根据你的偏好选择启动方式:
# 命令行模式
python main.py --cli
# 图形界面模式
python main.py
首次启动会自动生成配置文件,保存在程序根目录下。
手把手教程:用XHS-Downloader下载第一个作品
准备工作:获取小红书Cookie
- 打开浏览器访问小红书网页版
- 按F12打开开发者工具 → 切换到"网络"选项卡
- 刷新页面,找到任意以
xhs/v1开头的请求 - 复制请求头中的
Cookie值
图:Cookie获取位置示意图,包含XHS-Downloader核心关键词
开始下载:两种方法任你选
方法1️⃣ 命令行模式(适合批量操作)
# 下载单个作品
python main.py --url https://www.xiaohongshu.com/item/xxx
# 批量下载(从文件导入URL列表)
python main.py --file urls.txt
方法2️⃣ 图形界面模式(适合新手)
- 启动程序后点击"设置"按钮
- 粘贴Cookie并保存
- 返回主界面输入作品链接
- 点击"开始下载",进度实时可见
图:XHS-Downloader主界面展示,包含下载进度和历史记录面板
高级玩法:这些隐藏功能90%的人不知道
🎯 自定义下载路径
修改配置文件中的download_path参数,默认路径为程序根目录下的downloads文件夹。配置管理由source/module/settings.py模块处理。
🚀 使用代理加速下载
如果遇到访问问题,可在设置中配置代理:
[NETWORK]
proxy = http://127.0.0.1:7890
timeout = 30
📱 配合浏览器插件使用
项目提供浏览器扩展功能(源码在source/expansion/browser.py),安装后可一键发送链接到下载器,实现"看到即下载"!
图:浏览器插件一键发送下载链接演示,含XHS-Downloader操作界面
常见问题Q&A
❓ 下载失败怎么办?
- 检查Cookie是否过期(建议每月更新一次)
- 确认网络连接正常,可尝试切换代理
- 查看日志文件(位于
logs/目录)排查错误
❓ 如何更新程序到最新版本?
git pull origin main
pip install -r requirements.txt --upgrade
写在最后:开源项目需要你的支持
XHS-Downloader作为免费工具,离不开开发者的持续维护和社区贡献。如果你觉得好用,可以:
- 给项目点个Star ⭐
- 提交代码改进(特别是source/expansion/模块欢迎扩展)
- 在issues中反馈bug或建议
现在就打开你的小红书,试试用XHS-Downloader下载收藏已久的作品吧!有任何问题,欢迎查阅项目文档或在社区讨论区交流。祝大家使用愉快!🎉
提示:请遵守平台规则,下载内容仅用于个人学习,勿作商业用途
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
559
3.8 K
Ascend Extension for PyTorch
Python
372
434
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
890
639
昇腾LLM分布式训练框架
Python
115
143
暂无简介
Dart
793
195
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.36 K
769
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
117
146
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
347
193
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.12 K
265