Metadata-Version: 2.1
Name: ZhihuVAPI
Version: 1.0.6
Summary: 优雅地调用知乎(zhihu.com)上的数据
Home-page: https://github.com/CheezOne/ZhihuVAPI
Author: CheezOne
Author-email: mycheez2000@gmail.com
License: MIT License
Description: # ZhihuVAPI:优雅地玩知乎
        
        ## 简介
        
        ### ZhihuVAPI是什么?
        
        ZhihuVAPI 是一个可以让你以一种优雅的形式调用知乎数据的 Python 包.
        
        ### 怎么安装或者更新 ZhihuVAPI?
        
        `pip install -U ZhihuVAPI`
        
        ## 使用
        
        ### 引用 ZhihuVAPI
        
        `import ZhihuVAPI as zhihu`
        
        后面的`as zhihu`是别称的意思,便于输入.
        
        ### 配置用户
        
        配置脚本使用的 `cookies`,一共有两种方法.
        
        1. 什么都不管,脚本会默认读取 Chrome 或者 Cent 的 cookies.如果你是其他类 Chrome 的浏览器,你可以在`config.py`的`cookiepath`自定义cookies文件的路径.
        2. 在`config.py`禁用`is_use_chrome_cookies`后,你可以在里面自定义`headers`.
        
        ### 读取自己
        
        ```Python
        import ZhihuVAPI as zhihu
        self=zhihu.self
        print(f'我的名字叫{self.name},目前获得了{self.voteup_count}个赞同,{self.favorited_count}个收藏,有{self.followers_count}个粉丝.提出了{self.question_count}个问题,撰写了{self.answer_count}个答案,{self.articles_count}篇文章,拥有{self.columns_count}个专栏.')
        
        ```
        输出:
        ```
        我的名字叫以茄之名,目前获得了14480个赞同,7654个收藏,有876个粉丝.提出了24个问题,撰写了49个答案,7篇文章,拥有2个专栏.
        ```
        
        ### 基本操作
        
        ZhihuVAPI 支持以下三种初始化:
        1. **URL 初始化**:`zhihu.People('https://www.zhihu.com/people/iCheez/activities')`
        2. **ID 初始化**:`zhihu.People('e4f87c3476a926c1e2ef51b4fcd18fa3')`
        3. **URL_Token 初始化(仅对用户对象有效)**:`zhihu.People('iCheez')`
        
        对于点赞列表,粉丝列表等数据,ZhihuVAPI支持以下方式调用:
        
        #### 获取列表的所有项
        ```Python
        import ZhihuVAPI as zhihu
        self=zhihu.People('iCheez')
        for a in self.answers():
            a:zhihu.Answer # 让 IDE 智能提示
            print(a.excerpt)
        ```
        
        #### 获取列表的指定数量的项
        ```Python
        import ZhihuVAPI as zhihu
        self=zhihu.People('iCheez')
        for a in self.answers(5):
            a:zhihu.Answer # 让 IDE 智能提示
            print(a.excerpt)
        ```
        
        
        #### 获取列表的从某处开始的指定数量的项
        ```Python
        import ZhihuVAPI as zhihu
        self=zhihu.People('iCheez')
        for a in self.answers(count=5,start=50):
            a:zhihu.Answer # 让 IDE 智能提示
            print(a.excerpt)
        ```
        
        #### 获取列表的从某页开始的指定数量的项
        ```Python
        import ZhihuVAPI as zhihu
        self=zhihu.People('iCheez')
        for a in self.answers(count=5,page=2):
            a:zhihu.Answer # 让 IDE 智能提示
            print(a.excerpt)
        ```
        
        ### 获取答案
        
        ```Python
        import ZhihuVAPI as zhihu
        a=zhihu.Answer('https://www.zhihu.com/question/31343133/answer/58763430')
        for p in a.voters(count=5):
            p:zhihu.People # 让 IDE 智能提示
            print(p.name)
            if p.is_waterman():
                print(f'{p.name} 是水军')
        print(f'这个在 "{a.question.title}" 下的回答得到了{a.voteup_count}个赞同,我{"已经赞同了"if a.is_voting else "还没有赞同" }')
        
        for c in a.comments():
            c:zhihu.Comment
            print(c.content)
        a.down() #反对
        a.undown() #取消反对(以此类推)
        a.vote() # 赞同
        a.thank() # 感谢
        # a.collect([zhihu.Collection('你自己的收藏夹 ID'),])
        
        ```
        输出:
        ```
        日志：获取以茄之名的点赞列表
        午夜
        斗战胜佛
        Chern
        万铆工
        言知
        这个答案在 "以下这篇文章关于「四大发明」的观点是否客观、准确？" 下的回答得到了201个赞同,我还没有赞同
        ```
        
        
        ### 获取用户
        ```Python
        import ZhihuVAPI as zhihu
        person = zhihu.People('zhihuadmin')
        
        for p in person.followers(count=5): # 粉丝
            p: zhihu.People  # 让 IDE 智能提示
            print(p.name)
        
        for a in person.answers(count=5): # 答案
            a: zhihu.Answer  # 让 IDE 智能提示
            print(a.voteup_count)
        
        for ar in person.articles(count=5): #文章
            ar: zhihu.Article  # 让 IDE 智能提示
            print(ar.voteup_count)
        
        for m in person.msgs(count=5): #私信
            print(m)
        
        for pin in person.pins(count=5): #想法
            pin: zhihu.Pin  # 让 IDE 智能提示
            print(pin.voteup_count)
        
        
        person.block() # 屏蔽
        person.unblock() # 取消屏蔽(以此类推)
        person.send('你好,我是{zhihu.self.name}') # 发送私信
        ```
        
        ### 获取专栏
        ```Python
        import ZhihuVAPI as zhihu
        column = zhihu.Column('cheezpython')
        print(column.title)
        for ar in column.articles():
            ar: zhihu.Article  # 让 IDE 智能提示
            print(f'{ar.title} 一共有 {ar.voteup_count} 个赞')
        
        
        for p in column.coauthors():
            p: zhihu.People  # 让 IDE 智能提示
            print(f'{p.name} 他有 {p.voteup_count} 个赞')
        
        column.follow() #关注
        
        ```
        
        
        ### 获取文章
        ```Python
        import ZhihuVAPI as zhihu
        ar=zhihu.Article('https://zhuanlan.zhihu.com/p/39747259')
        for p in ar.voters(count=5):
            p:zhihu.People # 让 IDE 智能提示
            print(p.name)
            if p.is_waterman():
                print(f'{p.name} 是水军')
        print(f'这篇文章 "{ar.title}" 得到了{ar.voteup_count}个赞同,我{"已经赞同了"if ar.is_voting else "还没有赞同" }')
        
        ar.down() #反对
        ar.undown() #取消反对(以此类推)
        ar.vote() # 赞同
        ar.thank() # 感谢
        # ar.collect([zhihu.Collection('你自己的收藏夹 ID'),])
        
        ```
        
        ### 获取收藏夹
        ```Python
        import ZhihuVAPI as zhihu 
        co = zhihu.Collection('https://www.zhihu.com/collection/62217998')
        print(f'这个收藏夹的名字是{co.title}')
        for ct in co.contents(count=10):
            if ct.type == 'answer':
                print(f'{ct.content.excerpt}\n') 
        ```
        
        
        ### 获取问题
        ```Python
        import ZhihuVAPI as zhihu 
        ```
Keywords: zhihu,network,http,crawler,JSON,api
Platform: any
Classifier: Development Status :: 3 - Alpha
Classifier: Environment :: Web Environment
Classifier: Intended Audience :: Developers
Classifier: License :: OSI Approved :: MIT License
Classifier: Operating System :: OS Independent
Classifier: Programming Language :: Python :: 3
Classifier: Topic :: Internet :: WWW/HTTP
Classifier: Topic :: Software Development :: Libraries :: Python Modules
Description-Content-Type: text/markdown
