# ¿Qué es una web reader API? Entra una URL, sale Markdown legible > Qué hace una web reader API: entra una URL y sale el contenido principal como Markdown para un LLM. En qué se diferencia del scraping y las API de búsqueda. - URL: https://webreaderapi.com/es/guides/what-is-a-web-reader-api/ - Última actualización: 2026-10-22 - Editor: WebReaderAPI (https://webreaderapi.com) Una web reader API convierte una página pensada para ojos humanos en texto que un modelo puede usar. Esta guía explica qué hace paso a paso, en qué lugar se sitúa junto al web scraping y a las API de búsqueda, y cómo lo valora el mercado. **Respuesta rápida — ¿Qué es una API de lectura web?** Una web reader API es un servicio que recibe una URL, carga la página y devuelve su contenido principal como texto limpio, normalmente Markdown, con metadatos como título, autor y fecha. Los agentes de IA y los pipelines de RAG la usan en lugar del HTML en bruto. **WebReaderAPI** es una: un crédito por página, desde 0,07 US$/1K páginas a fecha de octubre de 2026, con robots.txt respetado, sin KYC y pago con criptomonedas. ## Una web reader API en una tabla | Atributo | Valor | | --- | --- | | Entrada | La URL de una página web pública o un PDF | | Salida | Markdown del contenido principal, o texto plano, con título, autor, fecha e idioma | | Se elimina | Navegación, banners de cookies, anuncios, barras laterales, pies de página, scripts y estilos | | Páginas con JavaScript | Se renderiza en un navegador headless cuando el HTML en bruto contiene muy poco texto | | Facturación típica | Por página o por crédito; algunos proveedores facturan por token de salida | | Solicitud de ejemplo | `GET https://webreaderapi.com/api/v1/read?url=https://example.com/post` | ## ¿Qué hace una web reader API, paso a paso? Realiza cinco tareas que todo pipeline de página a texto necesita, en una sola llamada: 1. **Comprobar el permiso.** Un lector cuidadoso consulta el robots.txt del sitio para su propio nombre y para todos los robots antes de obtener nada. 2. **Obtener la página.** Descarga el HTML, sigue las redirecciones y se detiene al alcanzar un timeout. 3. **Renderizar cuando haga falta.** Si el HTML es un cascarón vacío rellenado por JavaScript, carga la página en un navegador headless y lee el resultado. 4. **Extraer el contenido principal.** Un paso al estilo readability localiza el artículo o el cuerpo de la documentación y descarta el mobiliario de la página que lo rodea. 5. **Convertir y describir.** Escribe el contenido como Markdown y añade metadatos: título, autor, fecha de publicación, idioma y recuento de palabras. Quien llama recibe un objeto JSON con el Markdown dentro. Un modelo puede leerlo de una vez, o un pipeline puede dividirlo en fragmentos para un almacén vectorial. ## ¿Por qué necesitan los modelos Markdown en lugar de HTML? Porque la mayor parte de una página HTML no es contenido. Los menús, las etiquetas script, el código de seguimiento y el marcado de maquetación usan tokens que un modelo debe leer y que tú debes pagar. Markdown conserva las partes que aportan significado: encabezados, listas, tablas, enlaces y énfasis. Cloudflare puso un ejemplo concreto cuando lanzó su función "Markdown for Agents" el 12 de febrero de 2026: una página pasó de 16.180 tokens como HTML a 3.150 tokens como Markdown, alrededor de un 80 % menos. Los resultados varían según la página, pero la dirección es la misma en la mayoría de las páginas de artículos y documentación. ## ¿En qué se diferencia una web reader API de una API de scraping? Una API de scraping devuelve lo que envió el servidor; un lector devuelve lo que leería una persona. Las API de scraping están hechas para obtener páginas a escala, a menudo para extraer campos concretos como precios o nombres de productos, y normalmente devuelven HTML en bruto o JSON estructurado que tú defines. Una web reader es más acotada y más opinionada. Decide cuál es el contenido principal, elimina el resto y escribe texto limpio. Es la herramienta adecuada cuando el siguiente consumidor es un modelo de lenguaje, un índice de búsqueda o una persona que lee un resumen. Es la herramienta equivocada cuando necesitas cada campo de una cuadrícula de productos; para eso quieres el HTML completo o una extracción basada en un esquema. ## ¿En qué se diferencia de una API de búsqueda? Una API de búsqueda responde "¿qué páginas hablan de esto?"; un lector responde "¿qué dice esta página?". La búsqueda devuelve una lista de URLs con títulos y fragmentos para una consulta. Un lector toma una de esas URLs y devuelve su texto completo. Los agentes suelen encadenar las dos: buscar para encontrar páginas candidatas y luego leer las tres o cuatro mejores para responder con citas. Mantener los pasos separados te permite elegir cuántas páginas leer, lo que ahorra tokens y créditos. ## ¿Puedo usar herramientas de código abierto en lugar de una API? Sí, y muchos equipos empiezan así. Readability de Mozilla extrae el contenido principal de una página en un contexto de navegador; Trafilatura hace la extracción en Python; MarkItDown de Microsoft convierte documentos, incluidos PDF, a Markdown; Crawl4AI combina el rastreo (crawl) y la salida en Markdown. La librería es la parte fácil. Ejecutarla en producción implica alojar navegadores headless para páginas con JavaScript, comprobar robots.txt, gestionar timeouts, redirecciones y conjuntos de caracteres, convertir PDF y mantenerlo todo parcheado. Una API merece la pena cuando prefieres pagar por página en lugar de operar esa maquinaria; una librería merece la pena cuando los volúmenes son estables y tienes tiempo para operarla. ## ¿Cómo cobran las web reader API? En 2026 son habituales tres modelos de facturación. Los planes basados en créditos cobran un número fijo de créditos por página: la página de precios de Firecrawl, consultada el 22 de octubre de 2026, cuenta 1 crédito por página rastreada y 4 créditos extra por página para su formato JSON. La facturación basada en tokens cobra por el texto devuelto: Jina Reader factura así desde el 6 de mayo de 2025 y da 10 millones de tokens gratis a cada clave nueva. Los planes mensuales reinician sus créditos en cada ciclo, mientras que los packs de prepago los conservan. WebReaderAPI usa créditos de prepago que no caducan: 1 crédito = 1 página leída sin navegador; 2 créditos cuando la página necesita un navegador para renderizar JavaScript. Una solicitud que falla, o que el robots.txt de un sitio rechaza, no se cobra. 10.000 páginas cuestan 3,75 US$ y la tarifa baja a 0,07 US$/1K páginas en 5.000.000 de páginas, a fecha de octubre de 2026. ## ¿Qué debería comprobar antes de elegir una web reader API? Pruébala con veinte URLs tuyas y fíjate en seis cosas: - **Calidad de la extracción.** ¿El Markdown conserva el artículo y descarta el resto, incluidas tablas y bloques de código? - **JavaScript.** ¿Las páginas construidas en el navegador vuelven con texto, y cuánto cuesta el renderizado? - **PDF.** ¿Se admiten, y cómo se cuentan las páginas? - **Decisiones de los propietarios del sitio.** ¿El servicio respeta robots.txt y las preferencias de IA declaradas, y lo indica en su documentación? - **Fallos.** ¿Se cobran las páginas fallidas y rechazadas? - **Control del presupuesto.** ¿Puedes limitar la longitud de cada página, y caducan los créditos? Nuestra [comparación de precios de web reader API](https://webreaderapi.com/es/compare/web-reader-api-pricing/) pone a los principales proveedores uno al lado del otro con fechas. ## Web reader API: preguntas frecuentes ### ¿Es una web reader API lo mismo que el modo lector de un navegador? Sigue la misma idea, conservar el artículo y descartar el ruido, pero se ejecuta en un servidor, devuelve Markdown y metadatos como JSON, y funciona para miles de URLs. El modo lector es para una persona que lee una página. ### ¿Puede una web reader API leer cualquier sitio web? No. Lee páginas públicas que lo permiten. Un servicio cuidadoso omite las páginas que robots.txt no permite y devuelve la respuesta del sitio cuando este se niega. Las páginas detrás de un inicio de sesión o de un muro de pago quedan fuera de alcance por diseño. ### ¿Un lector web conserva las imágenes? Normalmente no por defecto, porque los modelos suelen necesitar el texto. Con WebReaderAPI, `include_images=true` conserva las imágenes como enlaces de imagen en Markdown con su texto alternativo. ### ¿Cuánto tarda en leer una página? Depende del sitio y de si la página necesita un navegador. No publicamos tiempos de respuesta hasta haberlos medido en una muestra pública; planifica tus timeouts en torno al parámetro `timeout`, que llega hasta 60 segundos. ### ¿Necesito una cuenta con ID para usar WebReaderAPI? No. WebReaderAPI no pide ID, ni selfi, ni documentos. Tu inicio de sesión es un número de cuenta y el pago es en BTC, USDT, USDC, ETH, SOL, LTC. ## Fuentes 1. [Presentamos Markdown for Agents](https://blog.cloudflare.com/markdown-for-agents/) — Cloudflare (2026-02-12) 2. [Precios de Firecrawl](https://www.firecrawl.dev/pricing) — Firecrawl (read 2026-10-22) 3. [API de lectura](https://jina.ai/reader/) — Jina AI (Elastic) (read 2026-10-22) --- WebReaderAPI: WebReaderAPI es una API de lectura web para agentes de IA que convierte cualquier página web pública en Markdown limpio, pagando con criptomonedas y sin subir ningún documento de identidad. Los créditos prepago desde 0,07 US$/1K páginas nunca caducan y se respeta robots.txt. Sin KYC: ni documento de identidad, ni selfie, ni documentos. Paga con criptomonedas.