目前，国内反爬虫比较严重的一个网站就是小红书，很多做舆情监测的朋友应该都会遇到过这样的情况：小红书监测信息速度慢、很多数据都监测不到、评论数据采集不到、点赞、评论、转发、用户粉丝数等数据不精准等情况。目前还有很多研究python的爬虫工程师都在攻破这一难题，也有一些公司取得了一定的成果；但是商用价值并不是非常大。目前小红书网站是唯一一家没有给舆情监测软件厂商提供API接口的行业重要型网站。下面小编来给大家介绍一下小红书数据舆情监测解决方案：
传统方法
基于监测关键词去小红书里面模拟人工搜索爬数据。
缺点：爬到的数据不全，因为小红书千人千面，很多数据量比较大的关键词，只能爬到前面几百条数据，后面的根本没有办法爬，经常被封掉IP
之前我们就是采用这种方式来做，客户吐槽比较大，然后我们每天早上上班第一件事情就是打开小红书APP，搜索客户监测关键词，看看是否有没有采集到的信息，然后人工一条条的补录进账号，通过这种方法，客户系统使用满意度提高了很多，因为当时没有人这么做，大家都是采集不全小红书的数据。
现在采集方法
1、梳理统计小红书所有账号
2、采购IP池，IP池里面有海量IP，可以不断的变换IP
3、用并发式爬虫技术，定向爬取每个账号的更新信息
4、每天定期回踩每条信息的评论，点赞、评论、转发等字段数据
这种方式基本上实现了小红书的全量信息采集，无论是时效性还是全面性都有了很大的提升。唯一的缺点就是：采集成本高，一般小的舆情监测软件厂商根本无法支撑。
有了小红书的全网全量数据之后，可以设置各种条件来清洗小红书的数据，根据不同客户的不同需求，把精准的小红书数据展现在客户的项目中。