XHS又升级了

[zzmaze]

下载下来都是12K的文件

[JoeanAmier]

无水印图片采集失效了，视频正常。

[JoeanAmier]

已修复。

[Jeffrey-deng]

已修复。

又不行了。。 "CRD_WM_.*?","url":"(.*?)" 这段没匹配到东西

[JoeanAmier]

测试正常。

[JoeanAmier]

你可以设置一下 Cookie，如果还是失败提供一下作品链接。

[Jeffrey-deng]

你可以设置一下 Cookie，如果还是失败提供一下作品链接。

上午的时候不行，刚刚又跑了一下确实可以了

[Jeffrey-deng]

你可以设置一下 Cookie，如果还是失败提供一下作品链接。

CRD_WM_WEBP 并不一定在链接前面，可以转成对象再取， 不然容易取到缩略图

[JoeanAmier]

缩略图地址不在这个匹配范围内，WM就是无水印的意思，缩略图在 CRD_PRV_WEBP，理论上不会取到缩略图。

[Jeffrey-deng]

缩略图地址不在这个匹配范围内，WM就是无水印的意思，缩略图在 CRD_PRV_WEBP，理论上不会取到缩略图。

会的，你没理解我意思，CRD_WM_WEBP 有可能在 URL 的后面，那么这个正则会匹配到其他东西； 我已经遇到了，会取到CRD_PRV_WEBP https://www.xiaohongshu.com/explore/64eb76b2000000001700fca9

imageList = note_info['image_list']
for image in imageList:
    if image['trace_id'] is not None and image['trace_id'] != '':
        image_file_urls.append('https://sns-img-bd.xhscdn.com/%s' % image['trace_id'])
        image_file_ids.append(image['trace_id'])
    else:
        image_file_url = list(filter(lambda info: info['image_scene'] == 'CRD_WM_WEBP', image['info_list']))[0]['url']
        image_file_urls.append(image_file_url)

先取到整个note，再去弄其他的更合理一些

[JoeanAmier]

没理解CRD_WM_WEBP 有可能在 URL 的后面，方便举个例子吗？

[Jeffrey-deng]

,{"url":"http:\\u002F\\u002Fsns-webpic-qc.xhscdn.com\\u002F202309171429\\u002Faf79742a37aff16378f6dc45c49736e1\\u002F1040g00830o9kfepli80g4a77l0b832du77nl7u0!nd_whgt34_webp_wm_1","imageScene":"CRD_WM_WEBP"}],"fileId":"","height":1920,"width":1440,"url":""},{"traceId":"","infoList":[{"imageScene":"CRD_PRV_WEBP","url":"http:\\u002F\\u002Fsns-webpic-qc.xhscdn.com\\u002F202309171429\\u002Fb514a2d054870d7e5a3122887451620e\\u002F1040g00830o9kfepli8104a77l0b832dulpj4et0!nd_whgt34_webp_prv_1"}

{"url":"", "imageScene":"CRD_WM_WEBP"} ..... {"imageScene":"CRD_PRV_WEBP", "url":""}

这时你的正则会取到下一个 url 另外如果这个图片是最后一个话，会少一个图片

[JoeanAmier]

已优化，可以试试最新源码。