Prueba
10.000 páginas
3,75 US$
0,38 US$/1K páginas
- Pruébalo con tus URLs reales
- La misma API que el pack más grande
- Los créditos nunca caducan
Respuesta rápida
¿Qué API convierte una página web en Markdown limpio para un LLM?
Una API de página web a Markdown obtiene una página, conserva su contenido principal y lo devuelve como Markdown. WebReaderAPI lo hace en una sola solicitud: GET https://webreaderapi.com/api/v1/read?url=… devuelve el artículo con sus encabezados, listas, tablas y enlaces, además de título, autor, fecha y recuento de palabras, por un crédito por página desde 0,07 US$/1K páginas a fecha de octubre de 2026. Se respeta robots.txt. Sin KYC; paga con criptomonedas.
API de URL a Markdown de un vistazo
| Endpoint | GET https://webreaderapi.com/api/v1/read?url=… (o POST con un cuerpo JSON) |
|---|---|
| Salida | Markdown limpio del contenido principal de la página (o texto plano, o HTML limpio), con título, descripción, autor, fecha de publicación, idioma y recuento de palabras; enlaces e imágenes bajo petición |
| JavaScript | Renderizado de JavaScript en un navegador headless cuando la página lo necesita (render=auto), o siempre, o nunca |
| Facturación | 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 |
| Presupuesto de tokens | max_chars recorta el Markdown a la longitud que admite tu modelo |
| robots.txt | Respetamos robots.txt: nuestro rastreador se identifica como WebReaderAPI, sigue las reglas escritas para él o para todos los robots y no lee una página que un sitio prohíbe. Las páginas rechazadas no se cobran |
| Precio | 3,75 US$ por 10.000 páginas, 21,75 US$ por 100.000 páginas, desde 0,07 US$/1K páginas a 5.000.000 de páginas |
| Pago | BTC, USDT, USDC, ETH, SOL, LTC, desde una recarga de 25 US$; sin KYC |
¿Por qué convertir las páginas web a Markdown antes de dárselas a un modelo?
Markdown conserva la estructura que un modelo necesita y descarta el marcado que no le sirve. Una página de artículo típica incluye navegación, scripts, etiquetas de seguimiento, avisos de cookies y widgets de artículos relacionados alrededor de unos pocos cientos de palabras de texto. Si la envías como HTML sin procesar, la mayor parte de los tokens que pagas son marcado.
Markdown mantiene los encabezados como #, las listas como -, las tablas con barras verticales y los enlaces como [text](url). Un modelo aún puede ver qué frase pertenece a qué sección, citar el enlace de origen y dividir el texto en fragmentos siguiendo sus encabezados. El mismo texto en prosa simple pierde esa estructura; el mismo texto en HTML cuesta muchos más tokens.
¿Qué conserva la API y qué elimina?
Con main_content=true, el valor predeterminado, la API conserva la parte de la página por la que vino el lector y elimina el resto.
| Conserva | Elimina |
|---|---|
| Título y encabezados | Navegación y menús del sitio |
| Párrafos, citas y listas | Banners de cookies y consentimiento |
| Tablas, como tablas Markdown | Anuncios y widgets promocionados |
| Bloques de código, con su lenguaje cuando se muestra | Barras laterales y listas de artículos relacionados |
| Enlaces dentro del texto | Pies de página y texto legal repetitivo |
Imágenes, solo con include_images=true | Botones de compartir y formularios de comentarios |
Configura main_content=false para convertir la página entera, por ejemplo una página de inicio o un listado de productos donde todo importa. Configura format=text para texto plano sin Markdown, o format=html para HTML limpio del contenido principal.
curl -G "https://webreaderapi.com/api/v1/read" \
-H "Authorization: Bearer $WEBREADER_API_KEY" \
--data-urlencode "url=https://example.com/blog/pour-over-coffee" \
-d format=markdown -d max_chars=20000import os
import requests
resp = requests.get(
"https://webreaderapi.com/api/v1/read",
headers={"Authorization": "Bearer " + os.environ["WEBREADER_API_KEY"]},
params={"url": "https://example.com/blog/pour-over-coffee", "format": "markdown"},
timeout=90,
)
resp.raise_for_status()
page = resp.json()
print(page["title"], "|", page.get("author"), "|", page.get("published_at"))
print(page["word_count"], "words,", page["credits_used"], "credit(s)")
print(page["markdown"][:500])
¿Y las páginas creadas con JavaScript?
Muchas páginas envían casi nada de texto en su primer HTML y construyen el contenido en el navegador. Con render=auto, el valor predeterminado, la API primero lee el HTML sin procesar; si contiene muy poco texto, abre la página en un navegador headless y lee el resultado. La respuesta indica cuál de los dos casos ocurrió en rendered.
Una página que necesitó el navegador cuesta dos créditos en lugar de uno. Si sabes que un sitio siempre lo necesita, configura render=true; si solo quieres lo que envía el servidor, configura render=false y nunca pagas el segundo crédito.
¿Qué pasa cuando un sitio no quiere que lo lean?
Respetamos su decisión y no se te cobra. Nuestro rastreador se identifica como WebReaderAPI y comprueba robots.txt antes de cada lectura. Una página no permitida para nuestro token, o para todos los robots, devuelve 403 blocked_by_robots. Un sitio que declara Content-Signal: ai-input=no devuelve 403 blocked_by_site_policy.
Si el sitio rechaza la solicitud de otra forma, como un estado 403, una página de desafío o un muro de inicio de sesión, recibes 502 target_refused con el estado propio del sitio. Si un sitio rechaza nuestra solicitud, devolvemos su respuesta: nunca resolvemos CAPTCHAs, iniciamos sesión en cuentas ni intentamos saltar un bloqueo o un paywall. Nuestra página del rastreador explica todo esto a los propietarios de sitios, con el User-Agent exacto.
¿Cuántas páginas necesitará mi proyecto?
Cuenta un crédito por página, dos para las páginas que necesitan el navegador. Algunos volúmenes típicos:
- Un agente de IA que lee 5 páginas por tarea y ejecuta 100 tareas al día lee unas 15.000 páginas al mes: 50.000 páginas (14,25 US$) duran más de tres meses.
- Un índice RAG de tres sitios de documentación con 2.000 páginas cada uno son 6.000 páginas, más una actualización semanal de las páginas modificadas.
- Un corpus de investigación de 400.000 artículos de noticias y blogs cabe en 500.000 páginas (50 US$).
Los créditos nunca caducan, así que un pack comprado para un rastreo puntual conserva su valor restante para trabajos posteriores.
¿Cuánto cuesta la API de URL a Markdown?
10.000 páginas cuestan 3,75 US$, 100.000 páginas cuestan 21,75 US$ y 1.000.000 de páginas cuestan 74,25 US$, a fecha de octubre de 2026. Las páginas fallidas y las páginas rechazadas por robots.txt son gratis. Consulta todos los packs.
Starter
50.000 páginas
14,25 US$
0,28 US$/1K páginas
- Un agente de IA o un prototipo de RAG
- Rastrear un sitio de documentación
- Los créditos nunca caducan
Build
100.000 páginas
21,75 US$
0,22 US$/1K páginas
- Agentes en producción y pipelines de RAG
- Trabajos de batch y rastreo
- Los créditos nunca caducan
Volume
1.000.000 de páginas
74,25 US$
0,07 US$/1K páginas
- Datasets y corpus de investigación
- Mayor concurrencia bajo petición
- Los créditos nunca caducan
En todos los planes: Extracción del contenido principal · Renderizado de JavaScript cuando es necesario · Las páginas fallidas y rechazadas no se cobran · Los créditos nunca caducan
API de URL a Markdown: preguntas frecuentes
¿El Markdown conserva las tablas y los bloques de código?
Sí. Las tablas HTML se convierten en tablas Markdown, y los bloques de código se mantienen delimitados, con su lenguaje cuando la página lo indica. Las tablas muy complejas, como las que tienen celdas combinadas, se aplanan fila por fila.
¿Puedo obtener la página entera en lugar del artículo?
Sí. Configura main_content=false y la API convierte todo lo que hay en la página, incluidos la navegación y el pie de página. Esto va bien para páginas de inicio, páginas de categoría y listados de productos, donde el detector de contenido principal descartaría partes útiles.
¿Cómo mantengo las páginas dentro de la ventana de contexto de mi modelo?
Usa max_chars, entre 1.000 y 500.000 caracteres, para cortar el Markdown a una longitud fija. El campo word_count te dice cuánto medía el artículo completo, para que tu agente pueda decidir si leer más.
¿Puede leer páginas detrás de un inicio de sesión o un muro de pago?
No. WebReaderAPI solo lee páginas públicas. Nunca inicia sesión en cuentas ni intenta sortear un muro de pago o un bloqueo; esas páginas devuelven el rechazo del sitio y no se cobran.
¿Necesito un documento de identidad o una tarjeta para obtener una clave?
No. WebReaderAPI no pide documento de identidad, ni selfi, ni documentos de empresa, ni tarjeta. Inicio de sesión con número de cuenta; el email es opcional. Recargas el saldo desde 25 US$ en BTC, USDT, USDC, ETH, SOL, LTC.