Test
10.000 pagina's
US$ 3,75
US$ 0,38/1K pagina's
- Probeer het op je eigen URL's
- Dezelfde API als het grootste pack
- Credits verlopen nooit
Kort antwoord
Is er een API die een PDF van een URL omzet naar Markdown?
Ja. Met WebReaderAPI stuur je de URL van de PDF naar https://webreaderapi.com/api/v1/read: de API downloadt het bestand en geeft de tekst terug als Markdown, met koppen, paragrafen, lijsten en eenvoudige tabellen. Bestanden tot 20 MB en 100 pagina's worden ondersteund, voor 1 credit per begonnen blok van 10 pagina's, vanaf US$ 0,07/1K pagina's per oktober 2026. Zonder KYC; betalen met crypto.
PDF naar Markdown in één oogopslag
| Endpoint | GET https://webreaderapi.com/api/v1/read?url=https://…/report.pdf (hetzelfde als voor webpagina's) |
|---|---|
| Limieten | PDF-bestanden tot 20 MB en 100 pagina's worden omgezet naar Markdown, voor 1 credit per begonnen blok van 10 pagina's |
| Uitvoer | Markdown-tekst met koppen, paragrafen, lijsten en eenvoudige tabellen; format=text voor platte tekst |
| Niet ondersteund | Gescande PDF's zonder tekstlaag (geen OCR), bestanden met wachtwoordbeveiliging |
| robots.txt | Geldt voor PDF-links net als voor elke andere pagina |
| Betaling | BTC, USDT, USDC, ETH, SOL, LTC, vanaf een opwaardering van US$ 25; zonder KYC |
Hoe worden PDF-pagina's geteld?
Een PDF kost 1 credit per begonnen blok van 10 pagina's. Een brochure van 4 pagina's kost 1 credit, een rapport van 25 pagina's 3 credits en een handleiding van 100 pagina's 10 credits. De response geeft het exacte aantal in credits_used.
Bestanden groter dan 20 MB of langer dan 100 pagina's geven 422 unsupported_content terug en gebruiken geen credit. Zoek voor een lang document eerst naar een HTML-versie van dezelfde inhoud: die is vaak goedkoper en beter gestructureerd.
Hoe ziet de Markdown eruit?
De converter bouwt de leesvolgorde opnieuw op uit de tekstlaag van de PDF. Grote of vetgedrukte regels aan het begin van een sectie worden koppen, opsommingen en genummerde items worden Markdown-lijsten, en eenvoudige rastertabellen worden Markdown-tabellen.
Doorlopende kop- en voetteksten en paginanummers die op elke pagina terugkomen, worden verwijderd, zodat ze geen zinnen in je chunks splitsen. Twee-koloms lay-outs worden kolom voor kolom gelezen. Voetnoten blijven als tekst staan op de plek waar de pagina ze plaatst.
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])
Welke PDF's werken het best, en welke niet?
PDF's die zijn geëxporteerd uit een tekstverwerker, een website of een publicatietool werken het best: ze bevatten een tekstlaag met lettertypen en posities. Jaarverslagen, onderzoekspapers, producthandleidingen, beleidsdocumenten en prijslijsten vallen meestal in deze groep.
Gescande documenten zijn afbeeldingen van pagina's en hebben geen tekstlaag. WebReaderAPI voert geen optical character recognition uit, dus een scan levert weinig of geen tekst op; het veld word_count laat dat meteen zien. PDF's met wachtwoordbeveiliging en versleutelde PDF's worden geweigerd met 422 unsupported_content, zonder kosten.
Hoe passen PDF's in een RAG-pipeline?
Behandel ze als webpagina's. Lees de PDF, splits de Markdown langs de koppen, voeg de bron-URL en de paginatitel toe aan de metadata van elke chunk en embed dan. Door de URL te bewaren, kan je assistent het document citeren dat het heeft gebruikt.
Wanneer een crawl links naar PDF's op hetzelfde domein tegenkomt, leest die ze met dezelfde regels en dezelfde robots.txt-checks. Zie de RAG-gids voor een volledig ingestion-voorbeeld.
Wat kost PDF-conversie?
PDF's putten uit dezelfde credits als webpagina's: 1 credit per begonnen blok van 10 pagina's. Met 10.000 pagina's voor US$ 3,75 kun je ongeveer 10.000 korte PDF's of 1.000 documenten van 100 pagina's converteren.
Starter
50.000 pagina's
US$ 14,25
US$ 0,28/1K pagina's
- Een AI-agent of een RAG-prototype
- Crawlen door een documentatiesite
- Credits verlopen nooit
Build
100.000 pagina's
US$ 21,75
US$ 0,22/1K pagina's
- Productie-agents en RAG-pipelines
- Batch- en crawl-taken
- Credits verlopen nooit
Scale
500.000 pagina's
US$ 50
US$ 0,10/1K pagina's
- Grote knowledge bases
- Hogere concurrency op aanvraag
- Credits verlopen nooit
In elk plan: Hoofdinhoud extraheren · JavaScript rendering wanneer nodig · Mislukte en geweigerde pagina's niet in rekening gebracht · Credits verlopen nooit
PDF naar Markdown API: veelgestelde vragen
Kan ik een PDF-bestand uploaden in plaats van een link te sturen?
Niet in versie 1. De API leest PDF's van een openbare URL. Om een privébestand te converteren, zet je het gedurende de aanvraag op een URL die je zelf beheert.
Haalt het tekst uit gescande PDF's?
Nee. WebReaderAPI leest de tekstlaag van een PDF en voert geen OCR uit. Een gescand document levert weinig of geen tekst op, wat het veld word_count laat zien.
Blijven tabellen behouden?
Eenvoudige rastertabellen worden Markdown-tabellen. Tabellen met samengevoegde cellen of complexe lay-outs blijven als tekst in leesvolgorde staan, wat modellen nog steeds goed lezen.
Wordt een PDF in rekening gebracht als het mislukt?
Nee. Bestanden die te groot, te lang of versleuteld zijn of door de site worden geweigerd, worden niet in rekening gebracht. 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.