在小红书运营中，批量查看博主清单（包括小清单、直播清单及笔记链接）是内容分析、竞品监控和商业合作的重要环节。本文将系统梳理5种实操方法，涵盖从基础操作到自动化工具的全流程，帮助运营者提升效率。
一、官方路径：通过博主主页直接查看
适用场景：快速查看单个博主的小清单或直播清单
操作步骤：
1. 小清单查找：
- 打开小红书APP，搜索目标博主用户名进入主页
- 在主页下方找到「小清单」入口（需博主已开通该功能，粉丝≥1000）
- 点击即可查看商品列表及佣金规则
2. 直播清单查找：
- 方法一：通过博主主页的「直播回放」板块，选择历史直播场次，在详情页点击「直播清单」
- 方法二：若博主生成了搜索口令，用户可直接在小红书搜索框输入口令跳转至清单页面
局限性：无法批量操作，需手动逐个查看，适合少量精准分析。
二、自动化工具：飞鱼视频下载器批量抓取
适用场景：需要下载博主所有笔记（含图片/视频）及清单数据
工具优势：
- 支持1000+平台，兼容小红书、抖音、B站等
- 可抓取无水印原画质内容，自动合并音视频流
- 批量下载时支持设置间隔时间，降低封号风险
操作流程：
1. 下载安装飞鱼视频下载器（官网：www.feiyudo.com/downloader）
2. 打开软件，选择「用户主页/播放列表提取」功能
3. 复制博主主页链接（如：https://www.xiaohongshu.com/user/profile/123456）粘贴至输入框
4. 点击「开始抓取」，软件自动解析所有笔记链接及清单数据
5. 导出为Excel或本地文件夹，支持按发布时间、阅读量排序
案例：某美妆品牌通过飞鱼工具抓取100个竞品博主的小清单，分析商品重复率及佣金策略，优化自身选品库。
三、编程实现：Python脚本自动化抓取
适用场景：技术型运营者需定制化数据抓取
核心逻辑：
1. 模拟浏览器请求：通过`requests`库发送HTTP请求，携带合法User-Agent头
2. 解析HTML结构：使用`BeautifulSoup`定位笔记链接所在的``标签（需根据页面结构调整选择器）
3. 分页处理：通过URL参数（如`?page=2`）遍历所有笔记页
4. 数据存储：用`pandas`将结果保存为CSV或导入数据库
代码示例：
```python
import requests
from bs4 import BeautifulSoup
import pandas as pd
def fetch_blogger_notes(user_id):
base_url = f"https://www.xiaohongshu.com/user/profile/{user_id}"
headers = {"User-Agent": "Mozilla/5.0"}
all_links = [
for page in range(1, 6): 假设抓取前5页
url = f"{base_url}?page={page}"
response = requests.get(url, headers=headers)
soup = BeautifulSoup(response.text, 'html.parser')
for note in soup.find_all('a', class_='note-item'): 需根据实际标签调整
link = note['href'
all_links.append({"笔记链接": f"https://www.xiaohongshu.com{link}"})
df = pd.DataFrame(all_links)
df.to_csv("blogger_notes.csv", index=False)
fetch_blogger_notes("123456") 替换为目标博主ID
```
注意事项：
- 需处理反爬机制（如IP限制、验证码），建议使用代理IP池
- 小红书HTML结构可能更新，需定期维护选择器
四、低代码平台：扣子Coze智能体+飞书表格
适用场景：非技术用户需快速搭建自动化流程
工具组合：
- 扣子Coze：可视化搭建工作流，无需编写代码
- 飞书表格：作为数据存储与展示终端
操作步骤：
1. 创建工作流：
- 开始节点：输入博主主页URL、飞书表格链接、小红书Cookie
- 插件节点：使用「小红书」插件的`xhs_auther_notes`功能抓取笔记列表
- 循环节点：遍历每条笔记，用`xhs_note_detail`获取详情（含小清单商品）
- 代码节点：将数据整理为飞书表格格式（如`{"records": [...]}`）
- 飞书表格节点：写入数据至指定表格
2. 获取Cookie：
- 浏览器打开小红书网页版，按F12打开开发者工具
- 刷新页面，在「Network」标签下复制第一条请求的Cookie值
3. 效果：
- 输入博主URL后，自动抓取所有笔记及清单数据至飞书表格
- 支持定时任务，实现每日监控
案例：某MCN机构用Coze智能体监控50个签约博主的小清单更新，自动生成周报分析带货趋势。
五、浏览器插件：Red-Downloader批量提取
适用场景：轻量级工具快速抓取笔记链接
工具特点：
- 支持Windows/macOS/Linux
- 可提取博主发布、收藏、点赞的笔记链接
- 自动去重与格式清洗
操作流程：
1. 下载解压Red-Downloader（GitHub开源项目）
2. 运行`main.exe`（Windows）或`./main`（macOS/Linux）
3. 在界面选择「链接提取」，粘贴博主主页URL
4. 设置输出路径（如`links.txt`），启用「自动去重」
5. 点击「开始提取」，程序自动滚动加载所有笔记并保存链接
输出格式：
```
https://www.xiaohongshu.com/discovery/item/123456789
https://www.xiaohongshu.com/discovery/item/987654321
```
注意事项与合规建议
1. 遵守平台规则：
- 避免高频请求触发反爬，建议设置1-3秒间隔
- 勿抓取用户隐私数据（如手机号、地址），仅限公开内容
2. 数据使用规范：
- 商业用途需获得博主授权，避免侵权纠纷
- 小清单商品分析需遵循《电子商务法》关于佣金披露的规定
3. 工具选择建议：
- 个人用户：优先使用飞鱼下载器或Red-Downloader
- 企业用户：建议部署Coze智能体实现自动化监控
- 技术团队：可基于Python开发定制化爬虫
通过以上方法，运营者可根据自身需求选择合适的工具，实现小红书博主清单的高效批量查看与数据分析，为内容策略制定提供数据支撑。