自己写爬虫还是用数据接口?花费、维护和封号风险怎么选(2026)

看量和人手:偶尔取一点、有人能长期维护,可以自己写爬虫;要定期、大量、跨平台取,或者接给 AI,用数据接口:爬虫要自己养账号、处理签名和风控、跟着平台改版修,数据接口带一把 Key 按次付费。用 DataXAPI,小红书搜一页笔记 $0.0200,不用你的账号。 DataXAPI 这里用到的接口一次 $0.0020 起,失败不收费;别家的情况核对于 2026-11-20,出处列在页末。

更新于 2026-11-20

两种做法差在哪?

按能拿到什么、要不要账号、花费、维护和风险比。

比较项自己写爬虫数据接口(DataXAPI)
能拿到什么网页和 App 上看得到的,看你能维护到什么程度接口页上列出的字段,每个接口都有一份录制的真实返回
账号和登录多数要平台账号和 Cookie,量大还要代理一把 Key,不用平台账号
花费开发和维护的人力,加账号、代理按次付费,每个接口页写着价格,失败不收费
维护平台改签名、改接口就要修,每个平台一套解析不用你维护;各平台同一种格式,换平台不用重写解析
风险频率一高被限制,严重的封号不用你的账号,你的号不受影响

各平台自己爬会遇到什么?

下表是开源项目的代码和问题反馈里写的,不是平台的公开说明;怎么绕过,这里不讲。

平台要处理的常见的拦截DataXAPI 的对应接口
小红书请求头签名 X-S、X-T、x-S-Common,账号 CookieHTTP 461,代码 300011“检测到账号异常”xiaohongshu.notes.search,一页 $0.0200
抖音a_bogus 签名,msToken、ttwid 这类 Cookie 和参数签名和参数不对就拿不到数据douyin.videos.search,一页 $0.0200
B 站wbi 签名,会话和出口 IP-352,频率稍高变成 HTTP 412bilibili.users.videos.list,一页 $0.0020
微博移动端网页接口 m.weibo.cn,Cookie432 Client Error,一般是被暂时限制weibo.users.posts.list,一页 $0.0020
公众号登录自己的公众号后台导出开源导出工具 wechat-article-exporter 2026-07-30 起停止维护,说明是它依赖的微信接口已被关闭wechat_mp.accounts.articles.list,一页 $0.0200

怎么选?

一次性取一点、团队里有人能长期维护、要的东西接口里没有:可以自己写。要定期取、量大、跨几个平台,或者要接进表格、BI 和 AI,又不想让自己的号担风险:用数据接口,先用免费试用对一遍字段再决定。

按量算一下

每天搜 10 个词、各 5 页小红书笔记,一个月 1,500 次,$30.00。100 个 B 站 UP 主每周查一次投稿,一个月约 400 次,$0.80。10 个词每天在微博各搜 5 页,一个月 $3.00。

一次真实调用长什么样?

下面是 xiaohongshu.notes.search 的请求,和一份录制的真实返回,录制日期写在返回下方。每篇笔记的编号在 id,作者在 author,点赞、评论、分享、收藏在 metrics;下一页把 page.next_cursor 作为 cursor 传回去。爬虫里的搜索、翻页、解析,这里是一次调用。代码里的 Key 从环境变量 DATAXAPI_API_KEY 读,换成你自己的 Key 就能跑。

curl -G "https://api.dataxapi.com/v1/xiaohongshu/notes/search" \
  --data-urlencode "query=咖啡" \
  -H "Authorization: Bearer $DATAXAPI_API_KEY"
# pip install dataxapi
from dataxapi import DataXAPI

dx = DataXAPI()  # reads DATAXAPI_API_KEY
result = dx.xiaohongshu.notes.search(query="咖啡")
print(result["data"]["items"])
// npm i @dataxapi/sdk
import { DataXAPI } from "@dataxapi/sdk";

const dx = new DataXAPI(); // reads DATAXAPI_API_KEY
const result = await dx.xiaohongshu.notes.search({ query: "咖啡" });
console.log(result.data.items);
dataxapi call xiaohongshu.notes.search 'query=咖啡'
录制的返回
{
  "code": "ok",
  "request_id": "d2403177-e4f6-4d04-99eb-afce599b4c31",
  "data": {
    "items": [
      {
        "id": "67d5e2be00000000d803d22d",
        "url": "https://www.xiaohongshu.com/explore/67d5e2be00000000d803d22d",
        "type": "image",
        "title": "实测一个月咖啡,结论有点意外",
        "text": "把咖啡从头到尾讲清楚,看完少走弯路",
        "published_at": "2026-05-17T05:25:25.000Z",
        "author": {
          "id": "6130783200000000883b2a1e",
          "username": "coffee_lab_sh",
          "name": "山野咖啡馆",
          "avatar_url": "https://sns-avatar-qc.xhscdn.com/avatar/610f17040000000049dd4887.jpg"
        },
        "metrics": {
          "likes": 48,
          "comments": 21,
          "shares": 5,
          "favorites": 10
        },
        "images": [
          "https://sns-webpic-qc.xhscdn.com/20261010/2d7c7c32da67d3c3d839!nd_dft_wlteh_webp_3"
        ]
      },
      // … 另有 14 条
    ]
  },
  "page": {
    "next_cursor": "c1.Ip12-f4dS4HmSDpdPex7WuLPBr1zJAbdhL_Wj8K0",
    "cursor_expires_at": "2026-10-12T19:43:26.000Z",
    "has_more": true,
    "returned": 15
  },
  "warnings": [],
  "meta": {
    "capability": "xiaohongshu.notes.search",
    "result_status": "complete",
    "fetched_at": "2026-10-12T18:43:26.000Z",
    "cached": false,
    "replayed": false,
    "unavailable": {
      "lang": "capability",
      "metrics.views": "platform",
      "metrics.reposts": "platform",
      "author.verified": "capability",
      "author.followers": "capability",
      "hashtags": "capability",
      "mentions": "capability",
      "is_pinned": "capability",
      "post_id": "platform",
      "parent_id": "platform",
      "root_id": "platform"
    },
    "billing": {
      "amount": "0.02",
      "currency": "USD",
      "balance_after": "9.98"
    }
  }
}

取自 2026-10-12 18:43 UTC 录下的真实返回。名字、正文和编号是示例,链接也是,都不是录到的原文(页面不展示任何人的个人信息);数字是原样。长列表做了截断。请求号、游标和余额是示意。

小红书笔记搜索 · $0.0200 / 一次 · 参数、字段和报错见接口页 →

用数据接口会封我的号吗?

不会用到你的号:调用只带 DataXAPI 的 Key,不用你的平台账号、Cookie 和代理。

原来的爬虫代码能换成接口吗?

大多一一对应:搜索、详情、评论、账号作品各是一个接口;翻页把 page.next_cursor 作为 cursor 传回去;作者都在 author,互动数都在 metrics,换平台不用重写解析。

数据是实时的吗?

按编号、关键词、账号的调用都在调用时现取,每个返回带 meta.fetched_at,写着这份数据是什么时候取的。

采集要注意什么?

只采公开的内容。手动复制、插件和爬虫都要登录你自己的平台账号,翻得快了、量大了容易被限制,严重的会封号;数据接口不用你的账号。能读到不等于能再发布,拿来做什么要符合法律和作者的权利,涉及个人信息的更要小心。

用到的接口

每个都带价格;接口页上有参数、字段和一份录制的返回。

出处

本页写到的别家的情况,都来自对方自己的页面和文档,读取于 2026-11-20。

  • MediaCrawler:小红书客户端代码
  • MediaCrawler issue 757:461 和 300011
  • f2(开源项目):抖音工具代码
  • yutto issue 876:-352 和 412
  • weibo-crawler issue 565:432 是什么
  • wechat-article-exporter 的 README