印度 TikTok 内容提取器 API 是一个 RESTful 服务,旨在获取和提供有关印度最佳 TikTok 网红的数据。它允许用户检索顶级 TikTok 网红账户的列表,通过用户名检查特定网红的排名和粉丝数量,并访问其他个人资料信息,如参与率、平均点赞数和细分领域。该 API 支持参数化查询,使市场营销工具、分析仪表板或社交媒体研究平台能够进行高度针对性的数据访问。
[
{
"influencers": [
"@piyanka_mongia",
"@angelrai07",
"@yusufbmx",
"@anjimaxuofficially",
"@vivekkeshari1",
"@mdmotivation164",
"@lklogic",
"@rizxtarr",
"@siddharthnigam13",
"@imkavy",
"@nita_shilimkar",
"@ankit_dancer01",
"@saddu07dz_",
"@deepesh_zo",
"@razika_abaan",
"@tusharsilawat",
"@sachi_sahu",
"@usman_tz",
"@shailzaibu",
"@baraiyaom",
"@deepikapadukone",
"@tigershroff",
"@ulhaskamathe",
"@judwaabhai.26",
"@mr.mnv",
"@prachi256",
"@i.am.pragati",
"@viralbhayani8",
"@jassmanak",
"@kajalchandravanshi360",
"@superstardewasi99",
"@sarfaraz_tz",
"@piihu.official",
"@rahul.mampi",
"@mr.hobit",
"@ask_adlakha",
"@_rohittt_09",
"@sofia_ansari9__",
"@aqsadiary",
"@shezaadaakshukakk",
"@dream_girl666",
"@atul_bhoyar_",
"@daizyaizy",
"@nilujetavat",
"@dolldaundkar",
"@viplovemaster007",
"@shaili_chikara",
"@mr.tahir313",
"@chetann_monga",
"@riyaa1998",
"@vassundhara",
"@ammye1921",
"@ankushsaxena58",
"@chotanwab",
"@rup_nebu_indori_boys",
"@aman_soni_123",
"@filmykalakar",
"@hardiksharma18",
"@kangnasharma",
"@rehmanmalik99",
"@faisu_mars",
"@rits_badiani1",
"@samayranarula",
"@aasheerfalak143",
"@snehatomar97",
"@vishalbhattt",
"@yadit_07",
"@guru_rc143",
"@sonal_agrawal20",
"@i_gopi",
"@lokesh____",
"@iamfaizuu_69",
"@biswastannu",
"@upadhyay_tani",
"@avrpranktv",
"@vaibhav_y10_",
"@shiv_meena",
"@arbaaz___99",
"@rimparoy1",
"@adah.ki.adah",
"@sayyam27",
"@kunallancer_01",
"@paayaliah",
"@vishuvn007",
"@themustache_tatt",
"@dishapatani",
"@queen_sudhi",
"@azharkhan1434",
"@iamjaybhanushali",
"@imshwetakothari",
"@akrishhh",
"@aryanverma_001",
"@badshah",
"@anushka_srivastava771",
"@rashid.miftahi",
"@roshgupta_",
"@onepersentclub",
"@your.adarshanand",
"@anupamaparameswaran",
"@mdeepkur87"
]
}
]
curl --location --request POST 'https://zylalabs.com/api/9027/indian+tiktok+content+fetcher+api/16224/obtain+top+influencers+list' --header 'Authorization: Bearer YOUR_API_KEY' --header 'Content-Type: application/json' --data-raw '{}'
[
{
"username": "@rizxtarr",
"followers_count": "8.8M",
"rank": 8
}
]
curl --location --request POST 'https://zylalabs.com/api/9027/indian+tiktok+content+fetcher+api/16228/fetch+ranking+by+username' --header 'Authorization: Bearer YOUR_API_KEY' --header 'Content-Type: application/json' --data-raw '{"username":"Required"}'
[
{
"name": "yusufbmx",
"likes": "161.2M"
}
]
curl --location --request POST 'https://zylalabs.com/api/9027/indian+tiktok+content+fetcher+api/16233/fetch+likes+by+username' --header 'Authorization: Bearer YOUR_API_KEY' --header 'Content-Type: application/json' --data-raw '{"username":"Required"}'
| 标头 | 描述 |
|---|---|
授权
|
[必需] 应为 Bearer access_key. 订阅后,请查看上方的"您的 API 访问密钥"。 |
无长期承诺。随时升级、降级或取消。 免费试用包括最多 50 个请求。
营销人员可以使用印度TikTok内容抓取API动态分析影响者指标识别潜在品牌大使跟踪参与趋势并根据影响者表现创建有针对性的营销活动
API以结构化格式返回数据,通常是JSON,包含特定字段,如用户名、关注者数量、参与率和细分市场,便于集成到应用程序和分析仪表板中
印度 TikTok 内容获取器 API 提供了多种数据类型的访问,包括影响者档案 排名 关注者数量 参与率 平均点赞和细分类别。这些数据可以通过用户名检索特定影响者或作为顶级影响者的列表
开发人员可以利用印度TikTok内容获取API构建分析影响者指标的应用程序创建针对性的营销工具和开发分析仪表板通过访问详细的影响者数据营销人员可以识别潜在的合作伙伴跟踪性能指标并优化他们的社交媒体策略
“获取顶级影响者列表”端点返回顶级TikTok影响者的用户名列表 “通过用户名获取排名”端点提供特定影响者的排名和粉丝数量 “通过用户名获取影响者详情”端点提供额外的个人资料信息,例如影响者的总点赞数
关键字段包括来自顶级影响者端点的“影响者”(用户名列表)、来自排行榜端点的“用户名”、“粉丝数”和“排名”,以及来自影响者详细信息端点的“名称”和“点赞数”
每个端点以结构化的JSON格式返回数据 顶级影响者端点返回一个用户名数组,而排名和详细信息端点返回包含与影响者指标和资料相关的特定字段的对象
“通过用户名获取排名”和“通过用户名获取影响者详情”的端点需要一个“用户名”参数来指定要检索哪个影响者的数据。该参数必须与从顶级影响者列表中获得的用户名匹配
顶级影响者端点提供影响者用户名列表 排名端点提供粉丝数量和排名 而详情端点包含总点赞等额外指标 允许进行全面的影响者分析
用户可以通过从顶级影响者列表中选择特定用户名来定制请求,以获取详细的指标或排名。这种定向方法可以专注于对特定感兴趣的影响者进行分析
典型用例包括识别潜在品牌大使、分析参与趋势和优化营销策略。营销人员可以利用这些数据根据影响者表现指标创建有针对性的活动
数据准确性通过定期更新和对影响者指标的质量检查得以维持 API从可靠来源聚合数据 确保提供的信息反映当前的关注者数量和参与率
服务级别:
100%
响应时间:
532ms
服务级别:
100%
响应时间:
6,199ms
服务级别:
100%
响应时间:
1,347ms
服务级别:
100%
响应时间:
156ms
服务级别:
100%
响应时间:
1,786ms
服务级别:
100%
响应时间:
1,185ms
服务级别:
100%
响应时间:
13,346ms
服务级别:
100%
响应时间:
2,212ms
服务级别:
100%
响应时间:
1,596ms
服务级别:
100%
响应时间:
332ms
服务级别:
100%
响应时间:
61ms
服务级别:
100%
响应时间:
6,609ms
服务级别:
100%
响应时间:
5,873ms
服务级别:
100%
响应时间:
5,949ms
服务级别:
100%
响应时间:
55ms
服务级别:
100%
响应时间:
62ms
服务级别:
100%
响应时间:
110ms
服务级别:
100%
响应时间:
6,914ms
服务级别:
100%
响应时间:
55ms
服务级别:
100%
响应时间:
2,078ms