印度 TikTok 网红数据提取器 API 是一个 RESTful 服务,旨在获取和提供关于印度最佳 TikTok 网红的数据。它允许用户检索顶级 TikTok 网红账户的列表,按用户名查看特定网红的排名和粉丝数,并访问其他个人资料信息,如互动率、平均点赞数和领域。该 API 支持参数化查询,能够为营销工具、分析仪表板或社交媒体研究平台提供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/9026/india+tiktok+influencers+data+extractor+api/16221/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/9026/india+tiktok+influencers+data+extractor+api/16226/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/9026/india+tiktok+influencers+data+extractor+api/16231/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影响者数据提取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目标营销活动
API 以结构化格式返回数据,通常为 JSON,其中包含特定字段,如用户名、关注者数、互动率和细分市场,便于应用程序和分析仪表板的轻松集成
印度抖音网红数据提取API提供访问多种数据类型的能力,包括网红资料 排名 粉丝数量 参与率 平均点赞和细分类别 可以根据特定网红的用户名或作为顶级网红列表检索这些数据
开发者可以利用印度 TikTok 影响者数据提取 API 构建应用程序以分析影响者指标创建针对性的营销工具和开发分析仪表盘 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绩效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细信息”端点提供其他个人资料信息,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)、来自排名端点的“用户名”、“粉丝数”和“排名”,以及来自影响者详情端点的“名称”和“点赞量”
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的数组,而排名和详情端点返回包含与影响者的指标和个人资料相关的特定字段的对象
“按用户名获取排名”和“按用户名获取影响者详情”接口需要一个“username”参数来指定要检索哪个影响者的数据。此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了影响者用户名的列表 排名端点提供关注者数量和排名 而详细信息端点包括总点赞等额外指标 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自定义请求,以获取详细的指标或排名。这种有针对性的方法允许对感兴趣的特定影响者进行深入分析
典型的用例包括识别潜在品牌大使分析互动趋势和优化营销策略营销人员可以利用这些数据创建基于影响者表现指标的目标营销活动
通过定期更新和对影响者指标的质量检查来保持数据准确性 该API从可靠来源汇总数据 确保提供的信息反映当前的粉丝数量和参与率
服务级别:
100%
响应时间:
57ms
服务级别:
100%
响应时间:
6,852ms
服务级别:
100%
响应时间:
9,118ms
服务级别:
100%
响应时间:
15ms
服务级别:
100%
响应时间:
72ms
服务级别:
100%
响应时间:
16ms
服务级别:
100%
响应时间:
52ms
服务级别:
100%
响应时间:
124ms
服务级别:
100%
响应时间:
10,959ms
服务级别:
100%
响应时间:
19,933ms
服务级别:
100%
响应时间:
4,236ms
服务级别:
100%
响应时间:
1,115ms
服务级别:
100%
响应时间:
2,063ms
服务级别:
100%
响应时间:
4,407ms
服务级别:
100%
响应时间:
16ms
服务级别:
100%
响应时间:
4,758ms
服务级别:
100%
响应时间:
19ms
服务级别:
100%
响应时间:
520ms
服务级别:
100%
响应时间:
15,594ms
服务级别:
100%
响应时间:
17ms