Test
10.000 pagine
3,75 USD
0,38 USD/1K pagine
- Provalo sui tuoi URL reali
- La stessa API del pack più grande
- I crediti non scadono mai
Risposta rapida
Esiste un'API che converte in Markdown un PDF da un URL?
Sì. Con WebReaderAPI, invia l'URL del PDF a https://webreaderapi.com/api/v1/read: l'API scarica il file e restituisce il suo testo in Markdown, con titoli, paragrafi, liste e tabelle semplici. Sono supportati file fino a 20 MB e 100 pagine, a 1 credito per blocco di 10 pagine iniziato, da 0,07 USD/1K pagine a ottobre 2026. Senza KYC; paghi in criptovalute.
PDF to Markdown in breve
| Endpoint | GET https://webreaderapi.com/api/v1/read?url=https://…/report.pdf (lo stesso delle pagine web) |
|---|---|
| Limiti | I file PDF fino a 20 MB e 100 pagine vengono convertiti in Markdown, a 1 credito per ogni blocco di 10 pagine iniziato |
| Output | Testo Markdown con titoli, paragrafi, liste e tabelle semplici; format=text per il testo semplice |
| Non supportato | PDF scansionati senza livello di testo (nessun OCR), file protetti da password |
| robots.txt | Vale per i link PDF come per qualsiasi altra pagina |
| Pagamento | BTC, USDT, USDC, ETH, SOL, LTC, da una ricarica da 25 USD; senza KYC |
Come vengono contate le pagine dei PDF?
Un PDF costa 1 credito per blocco di 10 pagine iniziato. Una brochure di 4 pagine costa 1 credito, un report di 25 pagine 3 crediti e un manuale di 100 pagine 10 crediti. La risposta riporta la cifra esatta in credits_used.
I file più grandi di 20 MB o più lunghi di 100 pagine restituiscono 422 unsupported_content e non consumano crediti. Per un documento lungo, cerca prima una versione HTML dello stesso contenuto: spesso costa meno ed è strutturata meglio.
Che aspetto ha il Markdown?
Il convertitore ricostruisce l'ordine di lettura dal livello di testo del PDF. Le righe grandi o in grassetto all'inizio di una sezione diventano titoli, gli elementi puntati e numerati diventano liste Markdown e le tabelle a griglia semplice diventano tabelle Markdown.
Intestazioni correnti, piè di pagina e numeri di pagina ripetuti su ogni pagina vengono rimossi, così non spezzano le frasi nei tuoi chunk. I layout a due colonne vengono letti colonna per colonna. Le note a piè di pagina restano come testo nel punto in cui la pagina le colloca.
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])
Quali PDF funzionano meglio e quali no?
Funzionano meglio i PDF esportati da un word processor, da un sito web o da uno strumento di pubblicazione: contengono un livello di testo con font e posizioni. Report annuali, paper di ricerca, manuali di prodotto, documenti di policy e listini prezzi rientrano di solito in questo gruppo.
I documenti scansionati sono immagini di pagine e non hanno livello di testo. WebReaderAPI non esegue il riconoscimento ottico dei caratteri, quindi una scansione restituisce poco o nessun testo; il campo word_count lo mostra subito. I PDF protetti da password e crittografati vengono rifiutati con 422 unsupported_content, senza addebito.
Come si inseriscono i PDF in una pipeline RAG?
Trattali come le pagine web. Leggi il PDF, suddividi il Markdown lungo i suoi titoli, aggiungi ai metadati di ogni chunk l'URL di origine e il titolo della pagina, poi esegui l'embedding. Mantenere l'URL permette al tuo assistente di citare il documento che ha usato.
Quando un crawling incontra link a PDF sullo stesso dominio, li legge con le stesse regole e gli stessi controlli robots.txt. Vedi la guida RAG per un esempio completo di ingestion.
Quanto costa la conversione dei PDF?
I PDF attingono agli stessi crediti delle pagine web: 1 credito per blocco di 10 pagine iniziato. Con 10.000 pagine per 3,75 USD, puoi convertire circa 10.000 PDF brevi o 1.000 documenti da 100 pagine.
Starter
50.000 pagine
14,25 USD
0,28 USD/1K pagine
- Un AI agent o un prototipo RAG
- Esegui il crawling di un sito di documentazione
- I crediti non scadono mai
Build
100.000 pagine
21,75 USD
0,22 USD/1K pagine
- Agent di produzione e pipeline RAG
- Job batch e di crawling
- I crediti non scadono mai
Scale
500.000 pagine
50 USD
0,10 USD/1K pagine
- Basi di conoscenza di grandi dimensioni
- Concorrenza più alta su richiesta
- I crediti non scadono mai
In ogni piano: Estrarre il contenuto principale · JavaScript rendering quando serve · Le pagine non riuscite e rifiutate non vengono addebitate · I crediti non scadono mai
API PDF to Markdown: domande frequenti
Posso caricare un file PDF invece di inviare un link?
Non nella versione 1. L'API legge i PDF da un URL pubblico. Per convertire un file privato, mettilo a un URL che controlli per la durata della richiesta.
Estrae il testo dai PDF scansionati?
No. WebReaderAPI legge il livello di testo di un PDF e non esegue OCR. Un documento scansionato restituisce poco o nessun testo, che il campo word_count mostra.
Le tabelle vengono mantenute?
Le tabelle a griglia semplice diventano tabelle Markdown. Le tabelle con celle unite o layout complessi restano come testo nell'ordine di lettura, che i modelli leggono comunque bene.
Un PDF viene addebitato se la conversione fallisce?
No. I file troppo grandi, troppo lunghi, cifrati o rifiutati dal sito non vengono addebitati. 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.