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
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
525
3.72 K
Ascend Extension for PyTorch
Python
332
395
暂无简介
Dart
766
189
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++
878
586
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
336
165
React Native鸿蒙化仓库
JavaScript
302
352
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🎉 (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
1.33 K
748
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
985
246