小红书笔记评论API简明文档(含 JSON 样例)

简介: 小红书笔记评论API支持获取主评、楼中楼、用户及互动数据,采用Token鉴权与游标分页(非页码),单页1–50条。含热度/时间排序、置顶标识、子评嵌套等字段,适用于舆情分析、竞品监控与用户反馈采集。(239字)

前言

一、接口简介
小红书笔记评论 API 用于获取单条笔记下的主评论、楼中楼子评论、用户信息、互动数据,支持分页与排序,是舆情分析、内容调研、用户反馈采集的常用接口。
接口采用 HTTPS 请求,基于 Token 鉴权,使用游标分页,不依赖传统页码。
二、基础调用信息
接口地址:o0b.cn/opandy  
请求方式:POST
鉴权方式:请求头携带 Authorization: Bearer 访问令牌
分页规则:使用 cursor 游标翻页,has_more 判断是否还有下一页
单页条数:默认 20 条,最大支持 50 条
三、请求入参
参数说明
note_id:笔记唯一 ID,必填
cursor:分页游标,第一页传空字符串
page_size:单页评论数量
sort:排序方式,hot热门、time最新
need_sub_comment:是否返回楼中楼子评论

四、核心字段说明
顶层状态
code:200 表示请求成功;非 200 为异常
total_comment:笔记评论总数
cursor:下一页分页游标
has_more:true 代表还有更多数据
主评论字段
comment_id:评论唯一标识
content:评论内容
create_time:发布时间(时间戳)
like_count:点赞数,reply_count:回复数
is_top:是否为置顶评论
user:评论者账号信息(ID、昵称、头像)
子评论字段
sub_comments:楼中楼回复列表
reply_user_id:回复目标用户 ID

五、应用场景
笔记口碑分析、用户问答收集、竞品内容监控、评论关键词提取。

相关文章
|
5月前
|
数据采集 人工智能 编解码
YOLO不是“魔法”,是你自己也能跑通的一条工程流水线:Python从标注到训练全实战
YOLO不是“魔法”,是你自己也能跑通的一条工程流水线:Python从标注到训练全实战
712 2
YOLO不是“魔法”,是你自己也能跑通的一条工程流水线:Python从标注到训练全实战
|
5月前
|
数据采集 JSON 监控
小红书评论 API 接口详解与实战开发
小红书作为生活方式、美妆穿搭、母婴家居等领域的核心内容平台,其笔记评论区沉淀了大量真实用户反馈、种草痛点、消费决策、品牌口碑信息。 对品牌方、运营团队、数据服务商而言,评论数据可用于:
|
5月前
|
人工智能 JSON 自然语言处理
接口测试遇到大模型:把“登录、下单、支付”拆解为Skills,AI自动编排执行
三个月前,某团队用40+脚本覆盖5个核心流程,却陷入组合爆炸、变更蔓延与场景难扩的“三重死法”。本文提出AI编排新范式:将登录、下单等步骤抽象为原子Skill,由大模型基于自然语言动态生成结构化执行计划(非代码),通过Skill仓库、调度器与数据总线三层架构实现灵活复用。维护成本骤降70%。
|
XML Java 数据格式
深入解析Spring框架的ApplicationContext体系结构
深入解析Spring框架的ApplicationContext体系结构
453 0
|
JSON 监控 API
小红书笔记评论API:一键获取分层评论与用户互动数据
小红书笔记评论API可获取指定笔记的评论详情,包括内容、点赞数、评论者信息等,支持分页与身份认证,返回JSON格式数据,适用于舆情监控、用户行为分析等场景。
1599 1
|
5月前
|
人工智能 JavaScript API
从 OpenClaw 到 Hermes Agent:安装、迁移、配置、实战演示
本文详解从OpenClaw迁移到Hermes Agent的全过程:Hermes是Nous Research推出的自进化AI Agent,具备记忆闭环、自主生成技能、跨会话学习等独特能力;迁移支持一键导入配置、记忆与技能,兼容Telegram等平台,安装简便,体验更透明高效。(239字)
667 2
|
4月前
|
边缘计算 自然语言处理 安全
跨境电商技术落地实战:从架构适配到避坑,搞定出海系统核心难题
本文深度拆解跨境电商技术落地全链路,涵盖全球化架构、跨境支付、数据同步、海外合规四大核心场景,直击90%出海团队踩坑痛点。提供可复用的轻量化方案与避坑指南,助开发者避开卡顿、超卖、违规等致命问题,实现稳定、合规、高效出海。
354 1
|
5月前
|
BI 数据处理
指标平台选型关键:如何告别宽表依赖,实现自定义复杂指标?
语义层通过结构化定义指标逻辑,使其可以被系统理解与复用。复杂指标可以通过基础指标组合实现,从而避免重复开发,并提升灵活性。
|
5月前
|
人工智能 缓存 监控
AI应用App的开发流程
本指南详解AI应用(如口语陪练、写作助手、图像生成)开发全流程:涵盖概念定义、架构选型、前后端双线研发、AI安全测试、合规上架及数据闭环迭代,融合传统移动开发与大模型工程(提示词优化、RAG、Guardrails等),助力高效落地可信AI App。(239字)
|
5月前
|
机器学习/深度学习 编解码 JSON
基于YOLO12的智能交通分析 车道线流量分析 车辆计数识别
基于YOLO12的智能交通分析 车道线流量分析 车辆计数识别

热门文章

最新文章