Risposta rapida
Cos'è una web reader API?
Una web reader API è un servizio che prende un URL, carica la pagina e restituisce il suo contenuto principale come testo pulito, di solito Markdown, con metadati come titolo, autore e data. Gli agenti AI e le pipeline RAG la usano al posto dell'HTML grezzo. WebReaderAPI è una: un credito per pagina, da 0,07 USD/1K pagine a ottobre 2026, con robots.txt rispettato, senza KYC e pagamento in criptovalute.
Una web reader API in una tabella
| Input | L'URL di una pagina web pubblica o di un PDF |
|---|---|
| Output | Markdown del contenuto principale, o testo semplice, con titolo, autore, data e lingua |
| Rimosso | Navigazione, banner cookie, annunci, barre laterali, footer, script e stili |
| Pagine JavaScript | Renderizzato in un browser headless quando l'HTML grezzo contiene troppo poco testo |
| Fatturazione tipica | Per pagina o per credito; alcuni fornitori fatturano per token di output |
| Richiesta di esempio | GET https://webreaderapi.com/api/v1/read?url=https://example.com/post |
Cosa fa una web reader API, passo dopo passo?
Svolge cinque compiti che ogni pipeline da pagina a testo richiede, in una sola chiamata:
- Verifica il permesso. Un reader attento controlla il robots.txt del sito per il proprio nome e per tutti i robot prima di recuperare qualsiasi cosa.
- Recupera la pagina. Scarica l'HTML, segue i redirect e si ferma a un timeout.
- Esegue il rendering quando serve. Se l'HTML è un guscio vuoto riempito da JavaScript, carica la pagina in un browser headless e legge il risultato.
- Estrae il contenuto principale. Un passaggio in stile readability trova l'articolo o il corpo della documentazione e scarta il contorno della pagina.
- Converte e descrive. Scrive il contenuto come Markdown e aggiunge metadati: titolo, autore, data di pubblicazione, lingua e conteggio parole.
Il chiamante riceve un oggetto JSON con il Markdown all'interno. Un modello può leggerlo subito, oppure una pipeline può suddividerlo in chunk per un vector store.
Perché i modelli hanno bisogno del Markdown invece dell'HTML?
Perché la maggior parte di una pagina HTML non è contenuto. Menu, tag script, codice di tracciamento e markup di layout usano token che un modello deve leggere e che tu devi pagare. Il Markdown conserva le parti che portano significato: intestazioni, liste, tabelle, link ed enfasi.
Cloudflare ha fornito un esempio concreto quando ha lanciato la sua funzione "Markdown for Agents" il 12 febbraio 2026: una pagina è scesa da 16.180 token come HTML a 3.150 token come Markdown, circa l'80% in meno. I risultati variano da pagina a pagina, ma la direzione è la stessa sulla maggior parte delle pagine di articoli e documentazione.
In cosa una web reader API è diversa da una API di scraping?
Una API di scraping restituisce ciò che ha inviato il server; un reader restituisce ciò che leggerebbe una persona. Le API di scraping sono costruite per recuperare pagine su larga scala, spesso per estrarre campi specifici come prezzi o nomi di prodotti, e di solito restituiscono HTML grezzo o JSON strutturato che definisci tu.
Un web reader è più ristretto e più deciso. Decide qual è il contenuto principale, rimuove il resto e scrive testo pulito. È lo strumento giusto quando il consumatore successivo è un modello linguistico, un indice di ricerca o una persona che legge un riassunto. È lo strumento sbagliato quando ti serve ogni campo di una griglia di prodotti; per quello vuoi l'HTML completo o un'estrazione basata su schema.
In cosa è diversa da una API di ricerca?
Una API di ricerca risponde a "quali pagine parlano di questo?"; un reader risponde a "cosa dice questa pagina?". La ricerca restituisce un elenco di URL con titoli e snippet per una query. Un reader prende uno di quegli URL e restituisce il suo testo completo.
Gli agenti spesso concatenano le due: ricerca per trovare pagine candidate, poi lettura delle tre o quattro migliori per rispondere con citazioni. Tenere separati i passaggi ti permette di scegliere quante pagine leggere, il che risparmia token e crediti.
Posso usare strumenti open source invece di una API?
Sì, e molti team iniziano così. Readability di Mozilla estrae il contenuto principale di una pagina in un contesto browser; Trafilatura fa estrazione in Python; MarkItDown di Microsoft converte documenti, inclusi i PDF, in Markdown; Crawl4AI combina crawling e output Markdown.
La libreria è la parte facile. Eseguirla in produzione significa ospitare browser headless per le pagine JavaScript, controllare robots.txt, gestire timeout, redirect e set di caratteri, convertire PDF e mantenere tutto aggiornato con le patch. Una API vale la pena quando preferisci pagare per pagina invece di gestire quella macchina; una libreria vale la pena quando i volumi sono costanti e hai il tempo di gestirla.
Come fatturano le web reader API?
Tre modelli di fatturazione sono comuni nel 2026. I piani basati su crediti addebitano un numero fisso di crediti per pagina: la pagina dei prezzi di Firecrawl, letta il 22 ottobre 2026, conta 1 credito per pagina scansionata e 4 crediti extra per pagina per il suo formato JSON. La fatturazione basata su token addebita il testo restituito: Jina Reader fattura così dal 6 maggio 2025 e dà 10 milioni di token gratuiti a ogni nuova chiave. I piani mensili azzerano i loro crediti a ogni ciclo, mentre i pacchetti prepagati li conservano.
WebReaderAPI usa crediti prepagati che non scadono mai: 1 credito = 1 pagina letta senza browser; 2 crediti quando la pagina richiede un browser per eseguire JavaScript. Una richiesta che fallisce, o che il robots.txt di un sito rifiuta, non viene addebitata. 10.000 pagine costano 3,75 USD e la tariffa scende a 0,07 USD/1K pagine su 5.000.000 di pagine, a ottobre 2026.
Cosa dovrei controllare prima di scegliere una web reader API?
Provale su venti dei tuoi URL e guarda sei cose:
- Qualità dell'estrazione. Il Markdown conserva l'articolo e scarta il resto, comprese tabelle e blocchi di codice?
- JavaScript. Le pagine costruite nel browser tornano con il testo, e quanto costa il rendering?
- PDF. Sono supportati, e come vengono conteggiate le pagine?
- Scelte dei proprietari dei siti. Il servizio rispetta robots.txt e le preferenze AI dichiarate, e lo dice nella sua documentazione?
- Fallimenti. Le pagine fallite e rifiutate vengono addebitate?
- Controllo del budget. Puoi limitare la lunghezza di ogni pagina, e i crediti scadono?
La nostra comparazione dei prezzi delle web reader API mette i principali fornitori fianco a fianco con le date.
Web reader API: domande frequenti
Una web reader API è la stessa cosa della modalità lettura di un browser?
Segue la stessa idea, conservare l'articolo e scartare il superfluo, ma gira su un server, restituisce Markdown e metadati come JSON, e funziona per migliaia di URL. La modalità lettura è per una persona che legge una pagina.
Una web reader API può leggere qualsiasi sito web?
No. Legge le pagine pubbliche che lo consentono. Un servizio accurato salta le pagine che robots.txt non permette e restituisce la risposta del sito quando il sito rifiuta. Le pagine dietro un login o un paywall sono fuori portata per scelta.
Un web reader conserva le immagini?
Di solito no, per impostazione predefinita, perché i modelli hanno soprattutto bisogno del testo. Con WebReaderAPI, include_images=true conserva le immagini come link immagine Markdown con il loro testo alt.
Quanto tempo ci vuole per leggere una pagina?
Dipende dal sito e dal fatto che la pagina richieda un browser. Non pubblichiamo i tempi di risposta finché non li abbiamo misurati su un campione pubblico; imposta i tuoi timeout in base al parametro timeout, che arriva fino a 60 secondi.
Serve un account con un documento d'identità per usare WebReaderAPI?
No. WebReaderAPI non chiede documenti d'identità, selfie né altri documenti. Il tuo login è un numero di account e il pagamento è in BTC, USDT, USDC, ETH, SOL, LTC.
Fonti (3)
- Presentiamo Markdown for Agents — Cloudflare (2026-02-12)
- Prezzi di Firecrawl — Firecrawl (read 2026-10-22)
- Reader API — Jina AI (Elastic) (read 2026-10-22)