ts

xhs_crawler_core.py

@@ -575,9 +575,38 @@ def resolve_profile_by_search(
                 nickname = ""
                 xhs_no = ""
                 try:
-                    nickname = (it.inner_text() or "").strip()
+                    full_text = (it.inner_text() or "").strip()
+                    # 解析昵称和小红书号
+                    # 示例：青岛西门子家电规划师-海燕呀 1天前更新 小红书号：V13863940939 粉丝・52 笔记・217 关注
+
+                    # 首先提取小红书号
+                    m = re.search(r'小红书号[：:]\s*([A-Za-z0-9]+)', full_text)
+                    if m:
+                        xhs_no = m.group(1).strip()
+
+                    # 提取昵称：从开头去除干扰信息
+                    # 按行分割，通常第一行是昵称
+                    lines = full_text.split('\n')
+                    if lines:
+                        # 取第一行作为主要文本
+                        main_text = lines[0].strip()
+                        # 移除小红书号及其后面的所有内容
+                        main_text = re.sub(r'小红书号[：:].*$', '', main_text).strip()
+                        # 移除时间信息（如 "1天前更新"）
+                        main_text = re.sub(r'\s+\d+[天小时分秒]+前更新.*$', '', main_text).strip()
+                        # 移除粉丝、笔记、关注信息
+                        main_text = re.sub(r'\s+粉丝[・].*$', '', main_text).strip()
+                        main_text = re.sub(r'\s+笔记[・].*$', '', main_text).strip()
+                        main_text = re.sub(r'\s+关注.*$', '', main_text).strip()
+                        # 移除分隔符
+                        main_text = re.sub(r'\s*[・·]\s*', ' ', main_text).strip()
+                        # 清理多余空格
+                        nickname = re.sub(r'\s+', ' ', main_text).strip()
+                    else:
+                        nickname = full_text
                 except Exception:
                     nickname = ""
+                    xhs_no = ""
             else:
                 href = (it.locator("a[href^='/user/profile/']").first.get_attribute("href") or "").strip()
                 nickname = ""