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
Quale API converte una pagina web in Markdown pulito per un LLM?
Un'API da pagina web a Markdown recupera una pagina, ne mantiene il contenuto principale e lo restituisce come Markdown. WebReaderAPI lo fa in una sola richiesta: GET https://webreaderapi.com/api/v1/read?url=… restituisce l'articolo con titoli, elenchi, tabelle e link, più titolo, autore, data e conteggio parole, per un credito per pagina da 0,07 USD/1K pagine a ottobre 2026. robots.txt viene rispettato. Senza KYC; paghi in criptovalute.
API da URL a Markdown in breve
| Endpoint | GET https://webreaderapi.com/api/v1/read?url=… (o POST con un body JSON) |
|---|---|
| Output | Markdown pulito del contenuto principale della pagina (o testo semplice, o HTML ripulito), con titolo, descrizione, autore, data di pubblicazione, lingua e conteggio parole; link e immagini su richiesta |
| JavaScript | Rendering JavaScript in un browser headless quando la pagina lo richiede (render=auto), oppure sempre, oppure mai |
| Fatturazione | 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 |
| Token budget | max_chars riduce il Markdown alla lunghezza che il tuo modello può accettare |
| robots.txt | Rispettiamo robots.txt: il nostro crawler si identifica come WebReaderAPI, segue le regole scritte per lui o per tutti i robot e non legge una pagina che un sito vieta. Le pagine rifiutate non vengono addebitate |
| Prezzo | 3,75 USD per 10.000 pagine, 21,75 USD per 100.000 pagine, da 0,07 USD/1K pagine a 5.000.000 di pagine |
| Pagamento | BTC, USDT, USDC, ETH, SOL, LTC, da una ricarica da 25 USD; senza KYC |
Perché convertire le pagine web in Markdown prima di darle a un modello?
Il Markdown conserva la struttura che serve a un modello e scarta il markup che non serve. Una tipica pagina di articolo porta intorno a poche centinaia di parole di testo navigazione, script, tag di tracciamento, avvisi sui cookie e widget di articoli correlati. Inviata come HTML grezzo, la maggior parte dei token che paghi è markup.
Il Markdown mantiene i titoli come #, gli elenchi come -, le tabelle come pipe e i link come [text](url). Un modello vede ancora quale frase appartiene a quale sezione, può citare il link alla fonte e dividere il testo in chunk lungo i suoi titoli. Lo stesso testo in prosa semplice perde quella struttura; lo stesso testo in HTML costa molti più token.
Cosa conserva l'API e cosa rimuove?
Con main_content=true, il valore predefinito, l'API conserva la parte della pagina per cui il lettore è arrivato e rimuove il resto.
| Conservato | Rimosso |
|---|---|
| Titolo e titoli di sezione | Navigazione e menu del sito |
| Paragrafi, citazioni ed elenchi | Banner di cookie e consenso |
| Tabelle, come tabelle Markdown | Annunci e widget promozionali |
| Blocchi di codice, con il loro linguaggio quando indicato | Barre laterali ed elenchi di articoli correlati |
| Link nel testo | Footer e testi legali di rito |
Immagini, solo con include_images=true | Pulsanti di condivisione e moduli di commento |
Imposta main_content=false per convertire invece l'intera pagina, ad esempio una home page o un elenco di prodotti dove tutto conta. Imposta format=text per testo semplice senza Markdown, oppure format=html per l'HTML ripulito del contenuto principale.
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])
E le pagine costruite con JavaScript?
Molte pagine non inviano quasi nessun testo nel loro primo HTML e costruiscono il contenuto nel browser. Con render=auto, il valore predefinito, l'API legge prima l'HTML grezzo; se contiene troppo poco testo, apre la pagina in un browser headless e legge il risultato. La risposta indica quale dei due è avvenuto in rendered.
Una pagina che ha avuto bisogno del browser costa due crediti invece di uno. Se sai che un sito ne ha sempre bisogno, imposta render=true; se vuoi solo ciò che invia il server, imposta render=false e non paghi mai il secondo credito.
Cosa succede quando un sito non vuole essere letto?
Rispettiamo la sua scelta e non ti viene addebitato nulla. Il nostro crawler si identifica come WebReaderAPI e controlla robots.txt prima di ogni lettura. Una pagina non consentita per il nostro token, o per tutti i robot, restituisce 403 blocked_by_robots. Un sito che dichiara Content-Signal: ai-input=no restituisce 403 blocked_by_site_policy.
Se il sito rifiuta la richiesta in un altro modo, come uno stato 403, una pagina di verifica o un muro di login, ricevi 502 target_refused con lo stato del sito stesso. Se un sito rifiuta la nostra richiesta, restituiamo la sua risposta: non risolviamo mai CAPTCHA, non accediamo agli account e non tentiamo di aggirare un blocco o un paywall. La nostra pagina del crawler spiega tutto questo ai proprietari dei siti, con lo User-Agent esatto.
Quante pagine mi serviranno per il mio progetto?
Conta un credito per pagina, due per le pagine che richiedono il browser. Alcuni volumi tipici:
- Un agente AI che legge 5 pagine per attività e svolge 100 attività al giorno legge circa 15.000 pagine al mese: 50.000 pagine (14,25 USD) durano più di tre mesi.
- Un indice RAG di tre siti di documentazione con 2.000 pagine ciascuno è 6.000 pagine, poi un aggiornamento settimanale delle pagine modificate.
- Un corpus di ricerca di 400.000 articoli di notizie e blog rientra in 500.000 pagine (50 USD).
I crediti non scadono mai, quindi un pack acquistato per un crawling occasionale conserva il suo valore residuo per lavori successivi.
Quanto costa l'API URL to Markdown?
10.000 pagine costano 3,75 USD, 100.000 pagine costano 21,75 USD e 1.000.000 di pagine costano 74,25 USD, a ottobre 2026. Le pagine fallite e quelle rifiutate da robots.txt sono gratuite. Vedi tutti i pack.
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
Volume
1.000.000 di pagine
74,25 USD
0,07 USD/1K pagine
- Dataset e corpora di ricerca
- 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 URL to Markdown: domande frequenti
Il Markdown conserva tabelle e blocchi di codice?
Sì. Le tabelle HTML diventano tabelle Markdown e i blocchi di codice restano delimitati, con il loro linguaggio quando la pagina lo indica. Le tabelle molto complesse, come quelle con celle unite, vengono appiattite riga per riga.
Posso ottenere l'intera pagina invece dell'articolo?
Sì. Imposta main_content=false e l'API converte tutto ciò che c'è nella pagina, inclusi navigazione e footer. È adatto a home page, pagine di categoria ed elenchi di prodotti, dove il rilevatore del contenuto principale scarterebbe parti utili.
Come mantengo le pagine entro la context window del mio modello?
Usa max_chars, tra 1.000 e 500.000 caratteri, per tagliare il Markdown a una lunghezza stabilita. Il campo word_count ti dice quanto era lungo l'articolo completo, così il tuo agente può decidere se leggere di più.
Può leggere pagine dietro un login o un paywall?
No. WebReaderAPI legge solo pagine pubbliche. Non accede mai agli account e non cerca mai di aggirare un paywall o un blocco; queste pagine restituiscono il rifiuto del sito e non vengono addebitate.
Serve un documento o una carta per ottenere una chiave?
No. WebReaderAPI non chiede documento, selfie, documenti aziendali né carta. Accesso con numero di account; email facoltativa. Ricarichi da 25 USD in BTC, USDT, USDC, ETH, SOL, LTC.