[
{
"id": "medium-article-api_1000",
"service": "medium-article-api",
"title": "MEDIUM ARTICLE Record #1",
"status": "VERIFIED_ACTIVE",
"result": "Processed query successfully for medium-article-api",
"inputReceived": {
"tags": [
"artificial-intelligence",
"programming"
],
"maxArticles": 20
},
"data": {
"index": 1,
"relevanceScore": 0.95,
"summary": "High-fidelity structured response for MEDIUM ARTICLE query parameter extraction.",
"attributes": {
"region": "Global",
"category": "MEDIUM",
"timestamp": "2026-10-12T11:01:27.757Z"
}
},
"timestamp": "2026-10-12T11:01:27.757Z"
},
{
"id": "medium-article-api_1001",
"service": "medium-article-api",
"title": "MEDIUM ARTICLE Record #2",
"status": "VERIFIED_ACTIVE",
"result": "Processed query successfully for medium-article-api",
"inputReceived": {
"tags": [
"artificial-intelligence",
"programming"
],
"maxArticles": 20
},
"data": {
"index": 2,
"relevanceScore": 0.8999999999999999,
"summary": "High-fidelity structured response for MEDIUM ARTICLE query parameter extraction.",
"attributes": {
"region": "Global",
"category": "MEDIUM",
"timestamp": "2026-10-12T11:01:27.757Z"
}
},
"timestamp": "2026-10-12T11:01:27.757Z"
},
{
"id": "medium-article-api_1002",
"service": "medium-article-api",
"title": "MEDIUM ARTICLE Record #3",
"status": "VERIFIED_ACTIVE",
"result": "Processed query successfully for medium-article-api",
"inputReceived": {
"tags": [
"artificial-intelligence",
"programming"
],
"maxArticles": 20
},
"data": {
"index": 3,
"relevanceScore": 0.85,
"summary": "High-fidelity structured response for MEDIUM ARTICLE query parameter extraction.",
"attributes": {
"region": "Global",
"category": "MEDIUM",
"timestamp": "2026-10-12T11:01:27.757Z"
}
},
"timestamp": "2026-10-12T11:01:27.757Z"
},
{
"id": "medium-article-api_1003",
"service": "medium-article-api",
"title": "MEDIUM ARTICLE Record #4",
"status": "VERIFIED_ACTIVE",
"result": "Processed query successfully for medium-article-api",
"inputReceived": {
"tags": [
"artificial-intelligence",
"programming"
],
"maxArticles": 20
},
"data": {
"index": 4,
"relevanceScore": 0.7999999999999999,
"summary": "High-fidelity structured response for MEDIUM ARTICLE query parameter extraction.",
"attributes": {
"region": "Global",
"category": "MEDIUM",
"timestamp": "2026-10-12T11:01:27.757Z"
}
},
"timestamp": "2026-10-12T11:01:27.757Z"
},
{
"id": "medium-article-api_1004",
"service": "medium-article-api",
"title": "MEDIUM ARTICLE Record #5",
"status": "VERIFIED_ACTIVE",
"result": "Processed query successfully for medium-article-api",
"inputReceived": {
"tags": [
"artificial-intelligence",
"programming"
],
"maxArticles": 20
},
"data": {
"index": 5,
"relevanceScore": 0.75,
"summary": "High-fidelity structured response for MEDIUM ARTICLE query parameter extraction.",
"attributes": {
"region": "Global",
"category": "MEDIUM",
"timestamp": "2026-10-12T11:01:27.757Z"
}
},
"timestamp": "2026-10-12T11:01:27.757Z"
}
]
curl --location --request POST 'https://zylalabs.com/api/14179/medium+tagged+articles+claps+and+author+intelligence+scraper+api/35234/execute+medium+tagged+articles+claps+and+author+intelligence+scraper+api' --header 'Authorization: Bearer YOUR_API_KEY'
--data-raw '{"tags":["artificial-intelligence","programming"],"maxArticles":20}'
साइन अप करने के बाद, प्रत्येक डेवलपर को एक पर्सनल API एक्सेस की असाइन की जाती है, जो अक्षरों और अंकों का एक यूनिक संयोजन होता है, जिसका उपयोग हमारे API एंडपॉइंट तक पहुंचने के लिए किया जाता है। प्रमाणीकरण के लिए मध्यम टैग किए गए लेख तालियाँ और लेखक बुद्धिमत्ता स्क्रैपर API के साथ बस अपने बेयरर टोकन को Authorization हेडर में शामिल करें।
| हेडर | विवरण |
|---|---|
Authorization
|
आवश्यक
होना चाहिए Bearer access_key. जब आप सब्सक्राइब हों तो ऊपर "Your API Access Key" देखें।
|
कोई लंबी अवधि की प्रतिबद्धता नहीं। कभी भी अपग्रेड, डाउनग्रेड या कैंसल करें। फ्री ट्रायल में 50 रिक्वेस्ट तक शामिल हैं।
(वार्षिक बिलिंग के साथ 2 महीने बचाएँ 🎉)
यह एपीआई मीडियम लेखों के बारे में विस्तृत जानकारी लौटाती है जिसमें तालियों की संख्या जैसी संलग्नता मेट्रिक्स लेखकों के प्रदर्शन संकेतक लेखों के सारांश प्रकाशन तिथियाँ और लेखक प्रोफ़ाइल लिंक शामिल हैं जो निर्दिष्ट टैग के तहत वर्गीकृत हैं
प्रतिक्रिया में मुख्य क्षेत्र "id," "title," "status," "result," "inputReceived," "data" (जिसमें "index," "relevanceScore," "summary," और "attributes" शामिल हैं), और "timestamp" हैं जो प्रत्येक लेख के प्रदर्शन पर व्यापक अंतर्दृष्टि प्रदान करते हैं
प्रतिक्रिया डेटा को एक JSON एरे के रूप में संरचित किया गया है जिसमें प्रत्येक लेख को एक ऑब्जेक्ट के रूप में प्रदर्शित किया गया है जिसमें पहचान, स्थिति, परिणाम, इनपुट पैरामीटर और विस्तृत डेटा विशेषताओं के लिए फ़ील्ड होते हैं जिससे पार्सिंग और विश्लेषण करना आसान होता है
एंडपॉइंट लेखों की सहभागिता (ताली), लेखक की जानकारी (अनुयायी संख्या, प्रकाशन आवृत्ति), लेख सारांश, प्रकाशन तिथियाँ और श्रेणियों के बारे में जानकारी प्रदान करता है जिससे उपयोगकर्ता सामग्री के प्रदर्शन और लेखक के प्रभाव का विश्लेषण कर सकें
उपयोगकर्ता अनुरोधों को अनुकूलित कर सकते हैं जैसे "टैग" को निर्दिष्ट करना ताकि लेखों को विषय के अनुसार फ़िल्टर किया जा सके और "maxArticles" को निर्धारित किया जा सके ताकि लौटाए गए लेखों की संख्या सीमित की जा सके जिससे विशिष्ट रुचियों के आधार पर डेटा निकालने में मदद मिल सके
डेटा सीधे मीडियम के प्रकाशित लेखों से लिया गया है जिससे सुनिश्चित होता है कि जानकारी वास्तविक समय की सहभागिता मेट्रिक्स और लेखक प्रोफाइल को दर्शाती है इस प्रकार प्रदान किए गए अंतर्दृष्टियों में प्रासंगिकता और सटीकता बनाए रखती है
आम उपयोग के मामलों में सामग्री रणनीतिकारों का लेखन को प्रवृत्तियों के आधार पर अनुकूलित करना मार्केटर्स का विशिष्टताओं में प्रभावशाली लेखकों की पहचान करना और शोधकर्ताओं का डिजिटल प्रकाशन प्लेटफार्मों पर दर्शकों के इंटरएक्शन की गतिशीलता का अध्ययन करना शामिल है
उपयोगकर्ता लोकप्रिय विषयों की पहचान करने के लिए इंगेजमेंट मैट्रिक्स का विश्लेषण कर सकते हैं लेखक के प्रभाव का मूल्यांकन कर सकते हैं और सामग्री रणनीतियों को सूचित कर सकते हैं संरचित प्रतिक्रिया एनालिटिक्स टूल या डैशबोर्ड में गहरे अंतर्दृष्टियों के लिए आसान एकीकरण की अनुमति देती है