Test
10.000 Seiten
3,75 $
0,38 $/1K Seiten
- Testen Sie es mit Ihren echten URLs
- Dieselbe API wie beim größten Paket
- Credits verfallen nie
Kurze Antwort
Gibt es eine API, die ein PDF von einer URL in Markdown umwandelt?
Ja. Mit WebReaderAPI senden Sie die URL des PDFs an https://webreaderapi.com/api/v1/read: Die API lädt die Datei herunter und gibt ihren Text als Markdown zurück, mit Überschriften, Absätzen, Listen und einfachen Tabellen. Dateien bis 20 MB und 100 Seiten werden unterstützt, zu 1 Credit pro begonnenem Block von 10 Seiten, ab 0,07 $/1K Seiten Stand Oktober 2026. Ohne KYC; mit Krypto bezahlen.
PDF to Markdown auf einen Blick
| Endpoint | GET https://webreaderapi.com/api/v1/read?url=https://…/report.pdf (dasselbe wie für Webseiten) |
|---|---|
| Limits | PDF-Dateien bis 20 MB und 100 Seiten werden in Markdown umgewandelt, zu 1 Credit pro angefangenem Block von 10 Seiten |
| Ausgabe | Markdown-Text mit Überschriften, Absätzen, Listen und einfachen Tabellen; format=text für reinen Text |
| Nicht unterstützt | Gescannte PDFs ohne Textebene (keine OCR), passwortgeschützte Dateien |
| robots.txt | Gilt für PDF-Links wie für jede andere Seite |
| Zahlung | BTC, USDT, USDC, ETH, SOL, LTC, ab einer Aufladung von 25 $; ohne KYC |
Wie werden PDF-Seiten gezählt?
Ein PDF kostet 1 Credit pro begonnenem Block von 10 Seiten. Eine 4-seitige Broschüre kostet 1 Credit, ein 25-seitiger Bericht 3 Credits und ein 100-seitiges Handbuch 10 Credits. Die Antwort gibt die genaue Zahl in credits_used an.
Dateien, die größer als 20 MB oder länger als 100 Seiten sind, geben 422 unsupported_content zurück und verbrauchen keinen Credit. Suchen Sie bei einem langen Dokument zuerst nach einer HTML-Version desselben Inhalts: Sie ist oft günstiger und besser strukturiert.
Wie sieht das Markdown aus?
Der Konverter stellt die Lesereihenfolge aus der Textebene des PDFs wieder her. Große oder fette Zeilen am Anfang eines Abschnitts werden zu Überschriften, Aufzählungs- und nummerierte Elemente werden zu Markdown-Listen, und einfache Rastertabellen werden zu Markdown-Tabellen.
Wiederkehrende Kopf- und Fußzeilen sowie Seitenzahlen, die auf jeder Seite erscheinen, werden entfernt, damit sie keine Sätze in Ihren Chunks aufteilen. Zweispaltige Layouts werden spaltenweise gelesen. Fußnoten bleiben als Text an der Stelle, an der die Seite sie platziert.
import os
import re
import requests
resp = requests.get(
"https://webreaderapi.com/api/v1/read",
headers={"Authorization": "Bearer " + os.environ["WEBREADER_API_KEY"]},
params={"url": "https://example.com/annual-report.pdf"},
timeout=120,
)
resp.raise_for_status()
doc = resp.json()
chunks = [c.strip() for c in re.split(r"\n(?=#{1,3} )", doc["markdown"]) if c.strip()]
print(len(chunks), "chunks,", doc["credits_used"], "credit(s)")
for c in chunks[:3]:
print(c.splitlines()[0])
Welche PDFs funktionieren am besten und welche nicht?
PDFs, die aus einer Textverarbeitung, einer Webseite oder einem Publishing-Tool exportiert wurden, funktionieren am besten: Sie enthalten eine Textebene mit Schriftarten und Positionen. Jahresberichte, Forschungsarbeiten, Produkthandbücher, Richtliniendokumente und Preislisten fallen normalerweise in diese Gruppe.
Gescannte Dokumente sind Bilder von Seiten und haben keine Textebene. WebReaderAPI führt keine optische Zeichenerkennung durch, daher liefert ein Scan wenig oder keinen Text; das Feld word_count zeigt dies sofort an. Passwortgeschützte und verschlüsselte PDFs werden mit 422 unsupported_content abgelehnt, ohne Berechnung.
Wie passen PDFs in eine RAG-Pipeline?
Behandeln Sie sie wie Webseiten. Lesen Sie das PDF, teilen Sie das Markdown entlang seiner Überschriften auf, fügen Sie die Quell-URL und den Seitentitel zu den Metadaten jedes Chunks hinzu und betten Sie dann ein. Wenn Sie die URL behalten, kann Ihr Assistent das verwendete Dokument zitieren.
Wenn ein Crawling auf Links zu PDFs auf derselben Domain trifft, liest es sie mit denselben Regeln und denselben robots.txt-Prüfungen. Ein vollständiges Ingestion-Beispiel finden Sie im RAG-Leitfaden.
Was kostet die PDF-Konvertierung?
PDFs werden mit denselben Credits wie Webseiten abgerechnet: 1 Credit pro begonnenem Block von 10 Seiten. Mit 10.000 Seiten für 3,75 $ können Sie etwa 10.000 kurze PDFs oder 1.000 Dokumente mit 100 Seiten konvertieren.
Starter
50.000 Seiten
14,25 $
0,28 $/1K Seiten
- Ein AI-Agent oder ein RAG-Prototyp
- Eine Dokumentationsseite crawlen
- Credits verfallen nie
Aufbauen
100.000 Seiten
21,75 $
0,22 $/1K Seiten
- Produktions-Agenten und RAG-Pipelines
- Batch- und Crawling-Jobs
- Credits verfallen nie
Skalieren
500.000 Seiten
50 $
0,10 $/1K Seiten
- Große Wissensdatenbanken
- Höhere Parallelität auf Anfrage
- Credits verfallen nie
In jedem Plan: Hauptinhalt extrahieren · JavaScript-Rendering bei Bedarf · Fehlgeschlagene und abgelehnte Seiten werden nicht berechnet · Credits verfallen nie
PDF to Markdown API: häufige Fragen
Kann ich eine PDF-Datei hochladen, anstatt einen Link zu senden?
Nicht in Version 1. Die API liest PDFs von einer öffentlichen URL. Um eine private Datei zu konvertieren, stellen Sie sie für die Dauer der Anfrage unter einer URL bereit, die Sie kontrollieren.
Extrahiert es Text aus gescannten PDFs?
Nein. WebReaderAPI liest die Textebene eines PDFs und führt keine OCR durch. Ein gescanntes Dokument liefert wenig oder keinen Text, was das Feld word_count anzeigt.
Bleiben Tabellen erhalten?
Einfache Rastertabellen werden zu Markdown-Tabellen. Tabellen mit verbundenen Zellen oder komplexen Layouts bleiben als Text in Lesereihenfolge erhalten, was Modelle gut lesen können.
Wird ein PDF bei einem Fehler berechnet?
Nein. Dateien, die zu groß, zu lang oder verschlüsselt sind oder von der Webseite abgelehnt werden, werden nicht berechnet. 1 Credit = 1 gelesene Seite ohne Browser; 2 Credits, wenn die Seite einen Browser braucht, um JavaScript auszuführen. Eine Suchanfrage, die fehlschlägt oder die eine robots.txt einer Website verweigert, wird nicht abgerechnet.