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
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 StartedRust0448
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0769
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0313
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
项目优选
收起
暂无描述
Markdown
827
5.49 K
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
494
518
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
786
1.58 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
803
1.14 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
973
2.29 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
482
312
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.02 K
769
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
811
CANN 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 Notebook
648
287