Test
10 000 stron
3,75 USD
0,38 USD/1K stron
- Wypróbuj na swoich prawdziwych URL-ach
- To samo API co w największym pakiecie
- Kredyty nigdy nie wygasają
Szybka odpowiedź
Czy istnieje API, które konwertuje PDF z URL do Markdown?
Tak. W WebReaderAPI wyślij URL PDF do https://webreaderapi.com/api/v1/read: API pobiera plik i zwraca jego tekst jako Markdown, z nagłówkami, akapitami, listami i prostymi tabelami. Obsługiwane są pliki do 20 MB i 100 stron, w cenie 1 kredytu za każdy rozpoczęty blok 10 stron, od 0,07 USD/1K stron na październik 2026. Bez KYC; płatność kryptowalutą.
PDF do Markdown w skrócie
| Endpoint | GET https://webreaderapi.com/api/v1/read?url=https://…/report.pdf (tak samo jak dla stron internetowych) |
|---|---|
| Limity | Pliki PDF do 20 MB i 100 stron są konwertowane do Markdown, po 1 kredycie za każdy rozpoczęty blok 10 stron |
| Dane wyjściowe | Tekst Markdown z nagłówkami, akapitami, listami i prostymi tabelami; format=text dla czystego tekstu |
| Nieobsługiwane | Skanowane PDF bez warstwy tekstowej (bez OCR), pliki chronione hasłem |
| robots.txt | Dotyczy linków do PDF tak samo jak każdej innej strony |
| Płatność | BTC, USDT, USDC, ETH, SOL, LTC, z doładowania 25 USD; bez KYC |
Jak liczone są strony PDF?
PDF kosztuje 1 kredyt za każdy rozpoczęty blok 10 stron. Broszura 4-stronicowa kosztuje 1 kredyt, raport 25-stronicowy 3 kredyty, a instrukcja 100-stronicowa 10 kredytów. Odpowiedź podaje dokładną liczbę w credits_used.
Pliki większe niż 20 MB lub dłuższe niż 100 stron zwracają 422 unsupported_content i nie zużywają kredytu. W przypadku długiego dokumentu najpierw poszukaj wersji HTML tej samej treści: często jest tańsza i lepiej ustrukturyzowana.
Jak wygląda Markdown?
Konwerter odtwarza kolejność czytania z warstwy tekstowej PDF. Duże lub pogrubione wiersze na początku sekcji stają się nagłówkami, elementy punktowane i numerowane stają się listami Markdown, a proste tabele siatkowe stają się tabelami Markdown.
Powtarzające się na każdej stronie nagłówki, stopki i numery stron są usuwane, więc nie dzielą zdań w Twoich fragmentach. Układy dwukolumnowe są czytane kolumna po kolumnie. Przypisy pozostają jako tekst w miejscu, w którym umieszcza je strona.
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])
Które PDF działają najlepiej, a które nie działają?
Najlepiej działają PDF wyeksportowane z edytora tekstu, strony internetowej lub narzędzia wydawniczego: zawierają warstwę tekstową z czcionkami i pozycjami. Raporty roczne, prace naukowe, instrukcje produktów, dokumenty polityk i cenniki zwykle należą do tej grupy.
Skanowane dokumenty to obrazy stron i nie mają warstwy tekstowej. WebReaderAPI nie uruchamia optycznego rozpoznawania znaków, więc skan zwraca mało tekstu lub wcale; pole word_count pokazuje to od razu. PDF chronione hasłem i zaszyfrowane są odrzucane z 422 unsupported_content, bez opłaty.
Jak PDF pasują do pipeline'u RAG?
Traktuj je jak strony internetowe. Odczytaj PDF, podziel Markdown według jego nagłówków, dodaj URL źródła i tytuł strony do metadanych każdego fragmentu, a następnie osadź. Zachowanie URL pozwala Twojemu asystentowi cytować dokument, którego użył.
Gdy crawling napotka linki do PDF w tej samej domenie, odczytuje je według tych samych zasad i tych samych sprawdzeń robots.txt. Pełny przykład wczytywania znajdziesz w przewodniku RAG.
Ile kosztuje konwersja PDF?
PDF pobierają kredyty z tych samych zasobów co strony internetowe: 1 kredyt za każdy rozpoczęty blok 10 stron. Za 10 000 stron przy 3,75 USD możesz skonwertować około 10 000 krótkich PDF lub 1000 dokumentów po 100 stron.
Starter
50 000 stron
14,25 USD
0,28 USD/1K stron
- Agent AI lub prototyp RAG
- Crawluj stronę dokumentacji
- Kredyty nigdy nie wygasają
Build
100 000 stron
21,75 USD
0,22 USD/1K stron
- Agenty produkcyjne i pipeline'y RAG
- Zadania batch i crawling
- Kredyty nigdy nie wygasają
Scale
500 000 stron
50 USD
0,10 USD/1K stron
- Duże bazy wiedzy
- Wyższa współbieżność na życzenie
- Kredyty nigdy nie wygasają
W każdym planie: Wyodrębnianie głównej treści · Renderowanie JavaScript, gdy potrzebne · Nieudane i odrzucone strony bez opłat · Kredyty nigdy nie wygasają
API PDF do Markdown: najczęstsze pytania
Czy mogę przesłać plik PDF zamiast wysyłać link?
Nie w wersji 1. API odczytuje PDF z publicznego URL. Aby skonwertować prywatny plik, udostępnij go pod URL, który kontrolujesz, na czas trwania zapytania.
Czy wyodrębnia tekst ze skanowanych PDF?
Nie. WebReaderAPI odczytuje warstwę tekstową PDF i nie uruchamia OCR. Skanowany dokument zwraca mało tekstu lub wcale, co pokazuje pole word_count.
Czy tabele są zachowywane?
Proste tabele siatkowe stają się tabelami Markdown. Tabele z scalonymi komórkami lub złożonymi układami są zachowywane jako tekst w kolejności czytania, który modele nadal dobrze czytają.
Czy PDF jest obciążany opłatą, jeśli konwersja się nie powiedzie?
Nie. Pliki, które są zbyt duże, zbyt długie, zaszyfrowane lub odrzucone przez stronę, nie są naliczane. 1 kredyt = 1 odczytana strona bez przeglądarki; 2 kredyty, gdy strona wymaga przeglądarki do wyrenderowania JavaScript. Zapytanie, które się nie powiedzie lub które zostanie odrzucone przez robots.txt witryny, nie jest obciążane opłatą.