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
Welke API converteert een webpagina naar schone Markdown voor een LLM?
Een webpagina naar Markdown API haalt een pagina op, behoudt de hoofdinhoud en retourneert die als Markdown. WebReaderAPI doet dat in één request: GET https://webreaderapi.com/api/v1/read?url=… retourneert het artikel met koppen, lijsten, tabellen en links, plus titel, auteur, datum en woordenaantal, voor één credit per pagina vanaf US$ 0,07/1K pagina's per oktober 2026. robots.txt wordt gerespecteerd. Zonder KYC; betalen met crypto.
URL naar Markdown API in één oogopslag
| Endpoint | GET https://webreaderapi.com/api/v1/read?url=… (of POST met een JSON-body) |
|---|---|
| Uitvoer | Schone Markdown van de hoofdinhoud van de pagina (of platte tekst, of opgeschoonde HTML), met titel, beschrijving, auteur, publicatiedatum, taal en woordenaantal; links en afbeeldingen op verzoek |
| JavaScript | JavaScript-rendering in een headless browser wanneer de pagina het nodig heeft (render=auto), of altijd, of nooit |
| Facturering | 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 |
| Tokenbudget | max_chars kort de Markdown in tot de lengte die je model aankan |
| robots.txt | We respecteren robots.txt: onze crawler identificeert zich als WebReaderAPI, volgt de regels die voor hem of voor alle robots zijn geschreven, en leest geen pagina die een site niet toestaat. Geweigerde pagina's worden niet in rekening gebracht |
| Prijs | US$ 3,75 voor 10.000 pagina's, US$ 21,75 voor 100.000 pagina's, vanaf US$ 0,07/1K pagina's bij 5.000.000 pagina's |
| Betaling | BTC, USDT, USDC, ETH, SOL, LTC, vanaf een opwaardering van US$ 25; zonder KYC |
Waarom webpagina's naar Markdown converteren voordat je ze aan een model geeft?
Markdown behoudt de structuur die een model nodig heeft en laat de markup weg die het niet nodig heeft. Een typische artikelpagina bevat navigatie, scripts, trackingtags, cookiemeldingen en widgets met gerelateerde berichten rond een paar honderd woorden tekst. Verstuurd als ruwe HTML bestaat het grootste deel van de tokens waarvoor je betaalt uit markup.
Markdown behoudt koppen als #, lijsten als -, tabellen als pipes en links als [text](url). Een model kan nog steeds zien welke zin bij welke sectie hoort, de bronlink citeren en de tekst langs de koppen in chunks splitsen. Dezelfde tekst als platte prosa verliest die structuur; dezelfde tekst in HTML kost veel meer tokens.
Wat behoudt de API, en wat verwijdert hij?
Met main_content=true, de standaardwaarde, behoudt de API het deel van de pagina waarvoor een lezer kwam en verwijdert de rest.
| Behoudt | Verwijdert |
|---|---|
| Titel en koppen | Sitennavigatie en menu's |
| Alinea's, citaten en lijsten | Cookie- en toestemmingsbanners |
| Tabellen, als Markdown-tabellen | Advertenties en gepromote widgets |
| Codeblokken, met hun taal wanneer die wordt getoond | Zijbalken en lijsten met gerelateerde berichten |
| Links in de tekst | Footers en juridische standaardteksten |
Afbeeldingen, alleen met include_images=true | Deelknoppen en reactieformulieren |
Stel main_content=false in om in plaats daarvan de hele pagina te converteren, bijvoorbeeld een homepagina of een productoverzicht waarbij alles ertoe doet. Stel format=text in voor platte tekst zonder Markdown, of format=html voor opgeschoonde HTML van de hoofdinhoud.
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])
Hoe zit het met pagina's die met JavaScript zijn gebouwd?
Veel pagina's sturen bijna geen tekst in hun eerste HTML en bouwen de inhoud in de browser op. Met render=auto, de standaardwaarde, leest de API eerst de ruwe HTML; bevat die te weinig tekst, dan opent hij de pagina in een headless browser en leest het resultaat. De response vermeldt in rendered welke van de twee is gebeurd.
Een pagina waarvoor de browser nodig was, kost twee credits in plaats van één. Weet je dat een site hem altijd nodig heeft, stel dan render=true in; wil je alleen wat de server stuurt, stel dan render=false in en betaal nooit de tweede credit.
Wat gebeurt er als een site niet gelezen wil worden?
We respecteren die keuze en je betaalt niets. Onze crawler identificeert zich als WebReaderAPI en controleert robots.txt vóór elke keer lezen. Een pagina die niet is toegestaan voor onze token, of voor alle robots, geeft 403 blocked_by_robots. Een site die Content-Signal: ai-input=no aangeeft, geeft 403 blocked_by_site_policy.
Weigert de site het verzoek op een andere manier, bijvoorbeeld met een 403-status, een challenge-pagina of een loginmuur, dan krijg je 502 target_refused met de status van de site zelf. Als een site ons verzoek weigert, geven we het antwoord terug: we lossen nooit CAPTCHA's op, loggen niet in op accounts en proberen nooit een blokkade of paywall te omzeilen. Onze crawlerpagina legt dit alles uit aan site-eigenaren, met de exacte User-Agent.
Hoeveel pagina's heeft mijn project nodig?
Reken één credit per pagina, twee voor pagina's waarvoor de browser nodig is. Enkele typische volumes:
- Een AI-agent die 5 pagina's per taak leest en 100 taken per dag uitvoert, leest ongeveer 15.000 pagina's per maand: 50.000 pagina's (US$ 14,25) gaan meer dan drie maanden mee.
- Een RAG-index van drie documentatiesites met elk 2.000 pagina's is 6.000 pagina's, daarna een wekelijkse verversing van gewijzigde pagina's.
- Een onderzoekscorpus van 400.000 nieuws- en blogartikelen past in 500.000 pagina's (US$ 50).
Credits verlopen nooit, dus een pack dat je voor een eenmalige crawl hebt gekocht, behoudt zijn resterende waarde voor latere klussen.
Hoeveel kost de URL naar Markdown API?
10.000 pagina's kosten US$ 3,75, 100.000 pagina's kosten US$ 21,75 en 1.000.000 pagina's kosten US$ 74,25, per oktober 2026. Mislukte pagina's en pagina's die door robots.txt worden geweigerd, zijn gratis. Zie alle packs.
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
Volume
1.000.000 pagina's
US$ 74,25
US$ 0,07/1K pagina's
- Datasets en onderzoekscorpora
- 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
URL naar Markdown API: veelgestelde vragen
Blijven tabellen en codeblokken behouden in de Markdown?
Ja. HTML-tabellen worden Markdown-tabellen en codeblokken blijven omkaderd, met hun taal wanneer de pagina die aangeeft. Zeer complexe tabellen, zoals met samengevoegde cellen, worden rij voor rij afgevlakt.
Kan ik de hele pagina krijgen in plaats van het artikel?
Ja. Stel main_content=false in en de API converteert alles op de pagina, inclusief navigatie en footer. Dit is geschikt voor homepagina's, categoriepagina's en productoverzichten, waar de detector voor hoofdinhoud nuttige delen zou weglaten.
Hoe houd ik pagina's binnen het contextvenster van mijn model?
Gebruik max_chars, tussen 1.000 en 500.000 tekens, om de Markdown op een vaste lengte af te kappen. Het veld word_count vertelt je hoe lang het volledige artikel was, zodat je agent kan beslissen of er meer gelezen moet worden.
Kan het pagina's achter een login of paywall lezen?
Nee. WebReaderAPI leest alleen openbare pagina's. Het logt nooit in op accounts en probeert nooit een paywall of blokkering te omzeilen; zulke pagina's geven de weigering van de site en worden niet in rekening gebracht.
Heb ik een ID of een kaart nodig om een sleutel te krijgen?
Nee. WebReaderAPI vraagt geen ID, geen selfie, geen bedrijfsdocumenten en geen kaart. Inloggen met je accountnummer; e-mail is optioneel. Je vult je saldo aan vanaf US$ 25 in BTC, USDT, USDC, ETH, SOL, LTC.