功能概述
Xiaohongshu Extract 是一个专门用于提取小红书（XHS）分享链接或发现页 URL 元数据的工具。通过解析页面中的 window.__INITIAL_STATE__ 脚本对象，该工具能够完整提取笔记的核心信息，包括标题、描述、发布时间、作者信息、互动数据、标签分类以及视频流详情等。
核心用法
使用 Python 脚本直接运行，支持多种输出格式：
- 标准 JSON 输出（
--pretty美化格式） - 扁平化记录输出（
--flat-only） - 文件输出（
--output <path>） - 错误 JSON 格式化（
--error-json）
典型工作流：用户提供小红书分享链接 → 运行提取脚本 → 获取结构化 JSON 数据 → 用于内容分析或下游处理。
显著优点
1. 数据完整性高：可提取笔记 ID、标题、正文、类型、发布时间、IP 属地、作者昵称/ID/头像、点赞/收藏/评论/分享数及标准化数值、标签列表、视频元数据（分辨率、帧率、码流地址等）。
2. 输出格式灵活：支持嵌套 JSON 和扁平化两种结构，便于不同场景的数据处理需求。
3. 错误处理友好：支持将错误信息以 JSON 格式输出，包含最终 URL 和状态码等诊断信息，便于调试和日志记录。
潜在局限
1. 依赖页面结构：需要目标页面包含 window.__INITIAL_STATE__ 对象，若小红书前端改版或采用动态渲染策略，可能导致提取失败。
2. 反爬机制风险：未明确说明是否包含请求头伪装、IP 轮换、速率限制等反爬措施，频繁请求可能触发平台风控。
3. 视频流有效期：提取的视频流地址（stream_url）通常具有时效性，不适合长期存储或重复使用。
4. 仅限公开内容：无法提取私密笔记或需要登录权限的内容。
适合人群
- 内容创作者与运营人员，需要批量分析竞品笔记数据
- 数据分析师和市场研究人员，进行小红书平台趋势研究
- 开发者构建小红书内容监控或归档系统
常规风险
1. 平台合规风险：自动化抓取行为可能违反小红书的用户协议，存在账号封禁或法律追责风险。
2. 数据隐私问题：提取的用户信息（头像、昵称等）需遵守《个人信息保护法》等法规，避免未经授权的二次传播。
3. 服务稳定性：无官方 API 支持，依赖逆向解析，维护成本较高，功能可能随平台更新而失效。
来源可信度说明
本工具基于开源脚本实现，未经过官方安全审计或独立第三方验证，数据来源可靠性取决于脚本维护状态和执行环境。