Metadata-Version: 2.1
Name: pixiver
Version: 0.0.9.1252
Summary: This is a python package for get illustration on the pixiv by ajax interfaces.
Home-page: https://github.com/darkchii/pixiver
Author: darkchii
Author-email: darkchii@qq.com
License: UNKNOWN
Description: pixiver
        =======
        
        [![logo2](https://img.shields.io/badge/pypi-0.0.9.1252-blue.svg)](https://pypi.org/project/pixiver/)
        [![build](https://travis-ci.org/darkchii/pixiver.svg?branch=master)](https://travis-ci.org/darkchii/pixiver)
        
        这是一个通过 pixiv ajax API 访问[ [pixiv] ](https://www.pixiv.net/)资源的 python 包。
        
        安装
        ----
        
        `$ pip install -U pixiver`
        
        快速开始
        -------
        
        ```python
        from pixiver.pixiv import Pixiv
        
        p = Pixiv(username='user', password='pw')
        pw = p.works(73225282)
        pw.mark()
        pw.like()
        pw.bookmark()
        pw.save_original()
        ```
        
        入门指南
        -------
        
        目前 `pixiver` 支持以下功能：
        
        注意: 删除线表示 pixiv 没有提供这类服务或 api
        
        （另外，目前 pixiv 登录加了人机验证，所以无法登录，但可以使用 cookies 完成需要登录才能使用的功能。 -- 2019.08.16）
        
         + 可浏览 pixiv 每日、每周、每月、新人、原创、受男性欢迎、受女性欢迎排行榜作品。（不需要登录）
        
         + 可浏览 每日 + R-18、每周 + R-18、受男性欢迎 + R-18、受女性欢迎 + R-18 排行榜与其它 R-18 相关内容。（需要登录）
        
         + 可根据作品 id 查看作品相关信息（包括多图）。（不需要登录）
        
         + 可浏览作品下的所有评论。（不需要登录）
        
         + 可浏览作品标签、排名、点赞数、收藏数等信息。（不需要登录）
         
         + 可点赞、收藏喜欢的作品。（需要登录）（token + cookie 验证）
         
         + 可关注喜欢的作者。（需要登录）（token + cookie 验证）
        
         + 可下载不同尺寸的作品。（不需要登录）
        
         + 可根据用户 id 获取相关信息。（不需要登录）
        
         + 其他。
        
        下面开始学习如何使用吧！（个人建议使用 python console）
        
        1. 排行榜
        
        ```python
        from pixiver.pixiv import Pixiv
        
        p = Pixiv(username='username', password='password')
        # or Pixiv(cookie=True, path='../cookie')
        pr = p.rank(20190219)
        ```
        
        对于正确合法的日期，加载成功后将会显示：
        
        ```
        Pixiver Initializing...
        Initialized!
        ```
        
        接下来这里我们有两种方式可以浏览排行版
        
        * 使用 `batch()` 一次加载排行榜前 50 个 中的 n (n <= 50) 个图像进行处理。如果只加载一个建议使用 `one()`方法（见方法2）。
        
        ```
        >>> pr.batch(nums=3) # nums=-1 是默认值，当 nums 指定为 -1 时默认加载50个
        ```
        
        获取当前批次第一个作品
        
        ```
        >>> prf = pr.first()
        ```
        
        查看图像尺寸
        
        ```
        >>> prf['illust_attrs'].imsize()
        (height, width)
        ```
        
        查看作品原图链接
        
        ```
        >>> prf['illust_attrs'].original_url()
        '...'
        ```
        
        查看作品迷你图链接
        
        ```
        >>> prf['illust_attrs'].mini_url()
        '...'
        ```
        
        作品标题
        
        ```
        >>> prf['illust_attrs'].illust_title()
        '...'
        ```
        
        作者昵称
        
        ```
        >>> prf['illust_attrs'].author_name()
        '...'
        ```
        
        作品 id
        
        ```
        >>> prf['illust_attrs'].illust_id()
        'id'
        ```
        
        作品创建日期（未作处理）
        
        ```
        >>> prf['illust_attrs'].create_date()
        '...T15:00:05+00:00'
        ```
        
        作品上传日期（未作处理）
        
        ```
        >>> prf['illust_attrs'].upload_date()
        '...T15:00:05+00:00'
        ```
        
        
        作品链接（这类图应该是除原图外，质量最好的）
        
        ```
        >>> prf['illust_attrs'].regular_url()
        '...'
        ```
        
        查看作品浏览数
        
        ```
        >>> prf['illust_attrs'].view_count()
        ...
        ```
        
        查看点赞数
        
        ```
        >>> prf['illust_attrs'].like_count()
        ...
        ```
        
        查看收藏数
        
        ```
        >>> prf['illust_attrs'].mark_count()
        ...
        ```
        
        查看评论数
        
        ```
        >>> prf['illust_attrs'].comment_count()
        ...
        ```
        
        查看作品排名
        
        ```
        >>> prf['rank']
        ...
        ```
        
        查看评论
        
        ```
        >>> prfvc = prf['illust_attrs'].view_comments()
        >>> prfvc.first()['comment']
        ...
        >>> prfvc.first()['userName']
        ...
        >>> prfvc.next()['comment']
        ...
        ```
        
        查看作品标签信息
        
        ```
        >>> tags = prf['illust_attrs'].view_tags()
        >>> tf = tags.first()
        >>> tf
        <tagiv.WorksTag object 0x00..>
        >>> tf.view_tag()
        # tag
        ...
        ```
        
        一种更快的获取所有标签的方法
        
        ```
        >>> for tag in prf['illust_attrs'].all()['tags']['tags']:
        ...     print(tag['tag'])
        ...
        # output some tags
        ...
        ```
        
        查看图像
        
        ```
        >>> prf['illust_attrs'].view_regul_image()
        ```
        
        喜欢就保存一个（默认保存查看的图像类型）
        
        ```
        >>> prf['illust_attrs'].save() # 尺寸为 regular
        Saved!
        ```
        
        一种直接保存原图的方式
        
        ```
        >>> prf['illust_attrs'].save_original()
        Saved!
        ```
        
        获取下一个作品
        
        ```
        >> prn = pr.next()
        ```
        
        用法与前一个一样
        
        ```
        >>> prn['illust_attrs'].imsize()
        (height, width)
        ```
        
        * 一次加载一条：`one()` 一次加载排行榜前 50 个中的 1 个，并加入到队列中，这样依然能继续使用 `batch()` 功能。
        
        ```
        >>> pro = pr.one()
        ```
        
        用法也一样
        
        查看浏览量
        
        ```
        >>> pro['illust_attrs'].view_count()
        ...
        ```
        
        作者昵称
        
        ```
        >>> pro['illust_attrs'].author_name()
        '...'
        ```
        
        查看标签
        
        ```
        >>> t = pro['illust_attrs'].view_tags()
        >>> tf = t.first()
        >>> tf.tag_info()
        {'tag': '...', 'abstract': '...', 'thumbnail': '...'}
        >>> tf.view_tag()
        '...'
        >>> for tag in pro['illust_attrs'].all()['tags']['tags']:
        ...     print(tag['tag'])
        ...
        ```
        
        查看点赞数
        
        ```
        >>> pro['illust_attrs'].like_count()
        ...
        ```
        
        查看收藏数
        
        ```
        >>> pro['illust_attrs'].mark_count()
        ...
        ```
        
        查看评论数
        
        ```
        >>> pro['illust_attrs'].comment_count()
        ...
        ```
        
        查看评论
        
        ```
        >>> provc = ro['illust_attrs'].view_comments()
        >>> provc.first()['comment']
        ...
        >>> provc.curr()['comment']
        ...
        >>> provc.next()['comment']
        ...
        >>> provc.last()['comment']
        ...
        ```
        
        其他排行榜用法相同，类名分别为：
        
        ```
        rankiv.Daily
        rankiv.Weekly
        rankiv.Mouthly
        rankiv.Rookie
        rankiv.Original
        rankiv.Male
        rankiv.Female
        ```
        
        R-18 排行榜需要登录（目前只能手动设置 cookie 才能浏览）
        ```
        rankiv.DailyR
        rankiv.WeeklyR
        rankiv.MaleR
        rankiv.FemaleR
        ```
        
        2. 根据 `pixiv` 用户 id 查看相关信息
        
        ```python
        from pixiver.pixiv import Pixiv
        p = Pixiv()
        pu = p.user(6415776)
        ```
        
        查看用户昵称
        
        ```
        >>> pu.author_name
        '...'
        ```
        
        查看关注总量
        
        ```
        >>> pu.following_total
        ...
        ```
        
        是否是会员
        
        ```
        >>> pu.premium
        ...
        ```
        
        社交链接，返回数据类型： json
        
        ```
        >>> pu.social
        {'twitter': {'url': '...'}}
        ```
        
        查看其关注用户信息，返回数据类型： json 
        
        ```
        >>> pu.following_all.first()
        {'userId': '...', 'userName': '...', 'profileImageUrl': ...}
        ```
        
        查看作品 id
        
        ```
        >>> pu.illusts.first()  # 返回 Works 类
        <worksiv.Works object 0x00...>
        ```
        
        3. 根据作品 ID 浏览相关信息
        
        ```
        >>> from pixiver.pixiv import Pixiv
        >>> p = Pixiv()
        >>> pw = p.works(imgid)
        ```
        
        查看评论
        
        ```
        >>> pwvc = pw.view_comments()
        >>> pwvc.first()['comment']
        ...
        ```
        
        评论者的昵称
        
        ```
        >>> pwvc.first()['userName']
        ...
        ```
        
        下一条评论
        
        ```
        >>> pwvc.next()['comment']
        ...
        ```
        
        最后一条评论
        
        ```
        >>> pwvc.last()['comment']
        ...
        ```
        
        原图链接
        
        ```
        >>> pw.original_url()
        ...
        ```
        
        喜欢作品的人数
        
        ```
        >>> pw.like_count()
        ...
        ```
        
        作者昵称
        
        ```
        >>> pw.author_name()
        '...'
        ```
        
        作品收藏数
        
        ```
        >>> pw.mark_count()
        ...
        ```
        
        作品评论数
        
        ```
        >>> pw.comment_count()
        ...
        ```
        
        4. 其他：
        
        浏览 R-18 排行（暂时不能通过账户及密码登录以获取正确 cookies）
        
        ```
        >>> from pixiver.pixiv import Pixiv
        >>> p = Pixiv(username='username', password='password')
        >>> pr = p.rank(20190219, typed='daily_r18')
        Pixiver Initializing...
        Initialized!
        >>> pro = pr.one()
        ...
        ```
        
        点赞、收藏、关注
        
        ```
        >>> from pixiver.pixiv import Pixiv
        >>> p = Pixiv(cookie=True, path='../cookie')
        >>> pr = p.works(69193024)
        >>> pr.like()
        Liked!
        >>> pr.mark()
        Marked!
        >>> pr.bookmark()
        Bookmarked!
        >>> pr.author_name()
        '...'
        >>>
        ```
        
        可以下载标签图
        
        ```
        >>> from pixiver.pixiv import Pixiv
        >>> p = Pixiv()
        >>> pw = p.works(worksid)
        >>> pw.view_tags().first().save_tag_image()
        >>>
        ```
        
        作品的几种尺寸
        
        ```
        # 查看 mini 图
        >>> r.view_mini_image()
        ...
        
        # 查看 thumb 图
        >>> r.view_thumb_image()
        ...
        
        # 查看 small 图
        >>> r.view_small_image()
        ...
        
        # 查看 regular 图
        >>> r.view_regul_image()
        ...
        
        # 查看原图
        >>> r.view_orig_image()
        ...
        ```
        
        评论中，空字符 '' 为大表情图，(...) 这类是小表情
        
        暂时不支持以下功能：
        
         * 查看表情、动图
         * 会员相关功能
         * 命令行版
        
        最后
        ---
        
        欢迎大家对用法提出更好的意见！
        
        欢迎对指南做更好的补充说明！
        
        欢迎一起做贡献！
        
        谢谢支持！
        
Platform: UNKNOWN
Classifier: Development Status :: 2 - Pre-Alpha
Classifier: License :: OSI Approved :: MIT License
Classifier: Programming Language :: Python :: 3
Classifier: Topic :: Software Development :: Libraries :: Python Modules
Classifier: Topic :: Internet
Description-Content-Type: text/markdown
