我们一直在想，当简书的一切都可以数据化，晦涩难懂的术语变为一张张图表，展现着创作背后的法则......
当复杂的数据获取过程简化成一个函数调用，一行代码，一百毫秒......
那会是一个怎样的简书？
当所有创作者都懂钻贝，都知道最佳的发文时间，都会使用 Markdown......
当大家对简书的印象，从一个引入区块链的创作社区，到一个数据驱动、面向未来的文字内容分发平台......
那一天，何时到来？
也许是下一秒，也可能是十年后。
但在无限长的时间维度上，这一梦想终将实现。
而这一切，需要一套基础设施体系。
这套体系需要足够简单，但也要足够强大：简单到任何人都可以使用，强大到作为平台建设的地基。
现在，这套工具来了。
基于 Python，核心代码 800 行，近一个月时间开发，100 次代码提交，7 个测试版本。
这就是 Jianshu-Research-Tools，一个简书数据第三方库。
能干什么
最简单的，获取用户昵称，一行代码。
jrt.GetUserName("https://www.jianshu.com/u/ea36c8d8aa30")
进阶一点的，获取用户徽章列表，一行代码。
jrt.GetUserBadgesList("https://www.jianshu.com/u/ea36c8d8aa30")
再复杂一点，获取资产排行榜信息，一行代码。
jrt.GetAssetsRankList(start = 1)
很复杂的，获取文章内容，一行代码。
jrt.GetArticleHtml("https://www.jianshu.com/p/af3e575db7af")
结合数据分析库 Pandas，获取资产排行榜中前十万名用户的信息：
结合图表库 Mathplotlib，生成前 300 名用户的资产量条形图：
结合可视化库 Dash，构建交互式图表：
怎么实现的
JRT 基于 Python 生态中优秀的网络请求库 Requests 和 HTML 解析库 BeautifulSoup 开发。
数据全部来源于网页内容解析和简书的公开接口。
其实，简书网页中的很多内容都是通过接口请求的，再通过脚本渲染出来。
例如，这是当你下滑一个用户的文章列表时，获取新文章信息的请求：
看到红圈的内容了吗？这就是数据的来源。
简书网页所做的，只是去请求这个接口，拿到返回数据，再稍加处理呈现给用户。
而 JRT 也是这样做的，只不过它处理数据是为了便于分析，而不是显示到网页上。
怎么用
我有 Python 开发基础
执行命令，安装 JRT：
pip install JianshuResearchTools
导入库：
import JianshuResearchTools as jrt
之后，你就可以使用 JRT 的所有功能了。
除了上面演示的接口，JRT 还支持获取用户基础信息、用户资产信息、文章基础信息、贝壳小岛信息等。
我没有 Python 开发基础
这是一个面向进阶用户的库，如果您没有编程基础，使用将会比较困难。
但这并不意味着您无法使用这个工具。我们会在近期推出基于这个库的服务，供普通用户使用。
例如：
- 每天向您推送贝价信息
- 在文章上榜时收到提醒
- 一键生成用户分析报告
敬请关注。
遇到问题怎么办
面向开发者的反馈渠道
访问 JRT 的 GitHub 项目主页，新建一个 Issues，等待我们处理。
当然，如果您有充足的经验，也可以直接修改源代码。如果修复了问题，希望您向我们提交 Pull Request，帮助我们完善这个工具。
面向普通用户的反馈渠道
请简信初心不变_叶子，说明您遇到的问题。反馈时请尽量附上程序源代码和报错信息，方便我们定位问题。
这个工具只是一个开始，未来，必将是星光闪亮。
