Kort antwoord
Wat is een web reader API?
Een web reader API is een dienst die een URL aanneemt, de pagina laadt en de hoofdinhoud teruggeeft als schone tekst, meestal Markdown, met metadata zoals titel, auteur en datum. AI-agents en RAG-pipelines gebruiken het in plaats van ruwe HTML. WebReaderAPI is er één: één credit per pagina, vanaf US$ 0,07/1K pagina's per oktober 2026, met respect voor robots.txt, zonder KYC en betalen met crypto.
Een web reader API in één tabel
| Invoer | De URL van een openbare webpagina of PDF |
|---|---|
| Uitvoer | Markdown van de hoofdinhoud, of platte tekst, met titel, auteur, datum en taal |
| Verwijderd | Navigatie, cookiebanners, advertenties, zijbalken, footers, scripts en styles |
| JavaScript-pagina's | Gerenderd in een headless browser wanneer de ruwe HTML te weinig tekst bevat |
| Typische facturering | Per pagina of per credit; sommige providers factureren per token output |
| Voorbeeldverzoek | GET https://webreaderapi.com/api/v1/read?url=https://example.com/post |
Wat doet een web reader API, stap voor stap?
Het doet vijf taken die elke pagina-naar-tekst-pipeline nodig heeft, in één aanroep:
- Toestemming controleren. Een zorgvuldige reader kijkt in de robots.txt van de site naar zijn eigen naam en naar alle robots voordat hij iets ophaalt.
- De pagina ophalen. Het downloadt de HTML, volgt redirects en stopt bij een timeout.
- Renderen wanneer nodig. Als de HTML een lege schil is die door JavaScript wordt gevuld, laadt het de pagina in een headless browser en leest het resultaat.
- De hoofdinhoud extraheren. Een stap in de stijl van Readability vindt het artikel of de documentatietekst en laat de rest van de pagina weg.
- Converteren en beschrijven. Het schrijft de inhoud als Markdown en voegt metadata toe: titel, auteur, publicatiedatum, taal en woordaantal.
De aanroeper krijgt één JSON-object met de Markdown erin. Een model kan het meteen lezen, of een pipeline kan het opsplitsen in chunks voor een vector store.
Waarom hebben modellen Markdown nodig in plaats van HTML?
Omdat het grootste deel van een HTML-pagina geen inhoud is. Menu's, script-tags, trackingcode en layout-markup gebruiken tokens die een model moet lezen en die je moet betalen. Markdown behoudt de onderdelen die betekenis dragen: koppen, lijsten, tabellen, links en nadruk.
Cloudflare gaf een concreet voorbeeld toen het op 12 februari 2026 zijn functie "Markdown for Agents" lanceerde: één pagina ging van 16.180 tokens als HTML naar 3.150 tokens als Markdown, ongeveer 80% minder. De resultaten verschillen per pagina, maar de richting is op de meeste artikel- en documentatiepagina's dezelfde.
Hoe verschilt een web reader API van een scraping-API?
Een scraping-API geeft terug wat de server heeft gestuurd; een reader geeft terug wat een persoon zou lezen. Scraping-API's zijn gebouwd om pagina's op schaal op te halen, vaak om specifieke velden zoals prijzen of productnamen eruit te halen, en ze geven meestal ruwe HTML of gestructureerde JSON terug die je zelf definieert.
Een web reader is smaller en heeft een duidelijker mening. Het bepaalt wat de hoofdinhoud is, verwijdert de rest en schrijft schone tekst. Dat is het juiste gereedschap wanneer de volgende afnemer een taalmodel, een zoekindex of een persoon is die een samenvatting leest. Het is het verkeerde gereedschap wanneer je elk veld van een productraster nodig hebt; daarvoor wil je de volledige HTML of een schema-gebaseerde extractie.
Hoe verschilt het van een zoek-API?
Een zoek-API beantwoordt "welke pagina's gaan hierover?"; een reader beantwoordt "wat staat er op deze pagina?". Zoeken geeft een lijst met URL's, titels en snippets voor een zoekopdracht. Een reader neemt een van die URL's en geeft de volledige tekst terug.
Agents koppelen de twee vaak: zoeken om kandidaatpagina's te vinden, en dan de beste drie of vier lezen om met bronnen te antwoorden. Door de stappen gescheiden te houden, kun je kiezen hoeveel pagina's je leest, wat tokens en credits bespaart.
Kan ik open-source tools gebruiken in plaats van een API?
Ja, en veel teams beginnen zo. Readability van Mozilla extraheert de hoofdinhoud van een pagina in een browsercontext; Trafilatura doet extractie in Python; MarkItDown van Microsoft converteert documenten, inclusief PDF's, naar Markdown; Crawl4AI combineert crawlen en Markdown-output.
De library is het makkelijke deel. Het in productie draaien betekent headless browsers hosten voor JavaScript-pagina's, robots.txt controleren, omgaan met timeouts, redirects en tekensets, PDF's converteren en alles gepatcht houden. Een API is het waard wanneer je liever per pagina betaalt dan die machines draait; een library is het waard wanneer de volumes stabiel zijn en je de tijd hebt om het te beheren.
Hoe rekenen web reader API's af?
Drie factureringsmodellen komen in 2026 veel voor. Credit-based abonnementen rekenen een vast aantal credits per pagina: de prijspagina van Firecrawl, gelezen op 22 oktober 2026, rekent 1 credit per gescrapete pagina en 4 extra credits per pagina voor het JSON-formaat. Token-based facturering rekent voor de teruggegeven tekst: Jina Reader factureert zo sinds 6 mei 2025 en geeft 10 miljoen gratis tokens aan elke nieuwe sleutel. Maandabonnementen zetten hun credits elke cyclus opnieuw in, terwijl prepaid packs ze behouden.
WebReaderAPI gebruikt prepaid credits die nooit verlopen: 1 credit = 1 pagina lezen zonder browser; 2 credits wanneer de pagina een browser nodig heeft om JavaScript te renderen. Een verzoek dat mislukt, of dat de robots.txt van een site weigert, wordt niet in rekening gebracht. 10.000 pagina's kosten US$ 3,75 en het tarief daalt naar US$ 0,07/1K pagina's bij 5.000.000 pagina's, per oktober 2026.
Waar moet ik op letten voordat ik een web reader API kies?
Test het op twintig van je eigen URL's en let op zes dingen:
- Extractiekwaliteit. Behoudt de Markdown het artikel en laat het de rest weg, inclusief tabellen en codeblokken?
- JavaScript. Komen pagina's die in de browser zijn opgebouwd terug met tekst, en wat kost het renderen?
- PDF's. Worden ze ondersteund, en hoe worden pagina's geteld?
- Keuzes van site-eigenaren. Respecteert de dienst robots.txt en gedeclareerde AI-voorkeuren, en zegt hij dat in zijn documentatie?
- Fouten. Worden mislukte en geweigerde pagina's gefactureerd?
- Budgetbeheersing. Kun je de lengte per pagina beperken, en verlopen credits?
Onze vergelijking van prijzen van web reader API's zet de belangrijkste providers naast elkaar, met datums.
Web reader API: veelgestelde vragen
Is een web reader API hetzelfde als de leesmodus van een browser?
Het volgt hetzelfde idee, het artikel behouden en de rommel weglaten, maar het draait op een server, geeft Markdown en metadata als JSON terug en werkt voor duizenden URL's. Leesmodus is voor één persoon die één pagina leest.
Kan een web reader API elke website lezen?
Nee. Het leest openbare pagina's die dit toestaan. Een zorgvuldige dienst slaat pagina's over die robots.txt niet toestaat en geeft het antwoord van de site terug wanneer de site weigert. Pagina's achter een login of een paywall zijn bewust buiten bereik.
Behoudt een web reader afbeeldingen?
Meestal niet standaard, omdat modellen vooral de tekst nodig hebben. Met WebReaderAPI behoudt include_images=true afbeeldingen als Markdown-afbeeldingslinks met hun alt-tekst.
Hoe lang duurt het om een pagina te lezen?
Dat hangt af van de site en van of de pagina een browser nodig heeft. We publiceren geen responstijden tot we ze op een openbare steekproef hebben gemeten; plan je timeouts rond de parameter timeout, die tot 60 seconden gaat.
Heb ik een account met een ID nodig om WebReaderAPI te gebruiken?
Nee. WebReaderAPI vraagt om geen ID, geen selfie en geen documenten. Je login is een accountnummer, en betalen doe je in BTC, USDT, USDC, ETH, SOL, LTC.
Bronnen (3)
- Markdown for Agents geïntroduceerd — Cloudflare (2026-02-12)
- Firecrawl-prijzen — Firecrawl (read 2026-10-22)
- Reader API — Jina AI (Elastic) (read 2026-10-22)