# O que é uma API de web reader? Você insere uma URL e obtém Markdown legível > API de web reader: insira uma URL e receba o conteúdo principal como Markdown limpo para um LLM. Veja como difere das APIs de scraping e pesquisa. - URL: https://webreaderapi.com/pt/guides/what-is-a-web-reader-api/ - Última atualização: 2026-10-22 - Editor: WebReaderAPI (https://webreaderapi.com) Uma API de web reader transforma uma página feita para olhos humanos em texto que um modelo pode usar. Este guia explica o que ela faz passo a passo, onde se encaixa ao lado das APIs de scraping e de pesquisa, e como o mercado a precifica. **Resposta rápida — O que é uma API de leitura de páginas web?** Uma API de web reader é um serviço que recebe uma URL, carrega a página e retorna seu conteúdo principal como texto limpo, geralmente Markdown, com metadados como título, autor e data. Agentes de IA e pipelines de RAG a utilizam em vez do HTML bruto. **WebReaderAPI** é uma delas: um crédito por página, a partir de US$ 0,07/1K páginas em outubro de 2026, com robots.txt respeitado, sem KYC e pagamento em cripto. ## Uma API de web reader em uma tabela | Atributo | Valor | | --- | --- | | Entrada | A URL de uma página web pública ou PDF | | Saída | Markdown do conteúdo principal, ou texto simples, com título, autor, data e idioma | | Removido | Navegação, banners de cookies, anúncios, barras laterais, rodapés, scripts e estilos | | Páginas com JavaScript | Renderizado em um navegador headless quando o HTML bruto contém texto insuficiente | | Cobrança típica | Por página ou por crédito; alguns provedores cobram por token de saída | | Exemplo de requisição | `GET https://webreaderapi.com/api/v1/read?url=https://example.com/post` | ## O que uma API de web reader faz, passo a passo? Ela realiza cinco tarefas que todo pipeline de página para texto precisa, em uma única chamada: 1. **Verificar permissão.** Um leitor cuidadoso consulta o robots.txt do site para si mesmo e para todos os robôs antes de buscar qualquer coisa. 2. **Buscar a página.** Ele baixa o HTML, segue redirecionamentos e para em um timeout. 3. **Renderizar quando necessário.** Se o HTML for uma casca vazia preenchida por JavaScript, ele carrega a página em um navegador headless e lê o resultado. 4. **Extrair o conteúdo principal.** Uma etapa no estilo de legibilidade encontra o artigo ou o corpo da documentação e descarta os elementos ao redor. 5. **Converter e descrever.** Ele escreve o conteúdo como Markdown e adiciona metadados: título, autor, data de publicação, idioma e contagem de palavras. O chamador recebe um objeto JSON com o Markdown dentro. Um modelo pode lê-lo de uma vez, ou um pipeline pode dividi-lo em chunks para um vector store. ## Por que os modelos precisam de Markdown em vez de HTML? Porque a maior parte de uma página HTML não é conteúdo. Menus, tags de script, código de rastreamento e marcação de layout usam tokens que um modelo precisa ler e pelos quais você precisa pagar. O Markdown mantém as partes que carregam significado: títulos, listas, tabelas, links e ênfase. A Cloudflare deu um exemplo concreto quando lançou seu recurso "Markdown for Agents" em 12 de fevereiro de 2026: uma página caiu de 16.180 tokens como HTML para 3.150 tokens como Markdown, cerca de 80% menos. Os resultados variam por página, mas a direção é a mesma na maioria das páginas de artigos e documentação. ## Como uma API de web reader é diferente de uma API de scraping? Uma API de scraping retorna o que o servidor enviou; um reader retorna o que uma pessoa leria. As APIs de scraping são feitas para buscar páginas em escala, muitas vezes para extrair campos específicos como preços ou nomes de produtos, e geralmente retornam HTML bruto ou JSON estruturado que você define. Um web reader é mais restrito e opinativo. Ele decide qual é o conteúdo principal, remove o resto e escreve texto limpo. Essa é a ferramenta certa quando o próximo consumidor é um modelo de linguagem, um índice de pesquisa ou uma pessoa lendo um resumo. É a ferramenta errada quando você precisa de todos os campos de uma grade de produtos; para isso, você quer o HTML completo ou uma extração baseada em esquema. ## Como ela é diferente de uma API de pesquisa? Uma API de pesquisa responde "quais páginas falam sobre isso?"; um reader responde "o que esta página diz?". A pesquisa retorna uma lista de URLs com títulos e snippets para uma consulta. Um reader pega uma dessas URLs e retorna seu texto completo. Os agentes costumam encadear as duas: pesquisar para encontrar páginas candidatas, depois ler as três ou quatro melhores para responder com citações. Manter as etapas separadas permite escolher quantas páginas ler, o que economiza tokens e créditos. ## Posso usar ferramentas de código aberto em vez de uma API? Sim, e muitas equipes começam assim. O Readability da Mozilla extrai o conteúdo principal de uma página em um contexto de navegador; o Trafilatura faz extração em Python; o MarkItDown da Microsoft converte documentos, incluindo PDFs, para Markdown; o Crawl4AI combina rastreamento e saída em Markdown. A biblioteca é a parte fácil. Executá-la em produção significa hospedar navegadores headless para páginas JavaScript, verificar o robots.txt, lidar com timeouts, redirecionamentos e conjuntos de caracteres, converter PDFs e manter tudo atualizado. Uma API vale a pena quando você prefere pagar por página a operar essa maquinaria; uma biblioteca vale a pena quando os volumes são estáveis e você tem tempo para operá-la. ## Como as APIs de web reader cobram? Três modelos de cobrança são comuns em 2026. Planos baseados em créditos cobram um número definido de créditos por página: a página de preços do Firecrawl, consultada em 22 de outubro de 2026, conta 1 crédito por página raspada e 4 créditos extras por página pelo seu formato JSON. A cobrança baseada em tokens cobra pelo texto retornado: o Jina Reader cobra assim desde 6 de maio de 2025 e dá 10 milhões de tokens gratuitos para cada nova chave. Planos mensais renovam seus créditos a cada ciclo, enquanto pacotes pré-pagos os mantêm. WebReaderAPI usa créditos pré-pagos que nunca expiram: 1 crédito = 1 página lida sem navegador; 2 créditos quando a página precisa de um navegador para renderizar JavaScript. Uma requisição que falha, ou que o robots.txt de um site recusa, não é cobrada. 10.000 páginas custam US$ 3,75 e a tarifa cai para US$ 0,07/1K páginas em 5.000.000 de páginas, em outubro de 2026. ## O que devo verificar antes de escolher uma API de web reader? Teste com vinte URLs suas e observe seis coisas: - **Qualidade da extração.** O Markdown mantém o artigo e descarta o resto, incluindo tabelas e blocos de código? - **JavaScript.** Páginas construídas no navegador retornam com texto, e quanto custa a renderização? - **PDFs.** Eles são suportados, e como as páginas são contadas? - **Escolhas dos donos de sites.** O serviço respeita o robots.txt e as preferências de IA declaradas, e informa isso na documentação? - **Falhas.** Páginas com falha e recusadas são cobradas? - **Controle de orçamento.** Você pode limitar o comprimento de cada página, e os créditos expiram? Nossa [comparação de preços de APIs de web reader](https://webreaderapi.com/pt/compare/web-reader-api-pricing/) coloca os principais provedores lado a lado com datas. ## API de web reader: perguntas comuns ### Uma API de web reader é o mesmo que o modo leitor do navegador? Ela segue a mesma ideia, mantendo o artigo e descartando a desordem, mas roda em um servidor, retorna Markdown e metadados como JSON, e funciona para milhares de URLs. O modo leitor é para uma pessoa lendo uma página. ### Uma API de web reader pode ler qualquer site? Não. Ela lê páginas públicas que permitem isso. Um serviço cuidadoso ignora páginas que o robots.txt não permite e retorna a resposta do site quando o site recusa. Páginas atrás de login ou paywall ficam fora de alcance por design. ### Um leitor de páginas web mantém as imagens? Normalmente não por padrão, porque os modelos geralmente precisam do texto. Com WebReaderAPI, o `include_images=true` mantém as imagens como links de imagem em Markdown com o texto alternativo. ### Quanto tempo leva para ler uma página? Depende do site e de a página precisar ou não de um navegador. Não publicamos tempos de resposta até tê-los medido em uma amostra pública; planeje seus timeouts com base no parâmetro `timeout`, que vai até 60 segundos. ### Preciso de uma conta com documento de identidade para usar o WebReaderAPI? Não. O WebReaderAPI não pede documento, selfie nem comprovantes. Seu login é um número de conta, e o pagamento é em BTC, USDT, USDC, ETH, SOL, LTC. ## Fontes 1. [Apresentando o Markdown for Agents](https://blog.cloudflare.com/markdown-for-agents/) — Cloudflare (2026-02-12) 2. [Preços do Firecrawl](https://www.firecrawl.dev/pricing) — Firecrawl (read 2026-10-22) 3. [API de leitura de páginas web](https://jina.ai/reader/) — Jina AI (Elastic) (read 2026-10-22) --- WebReaderAPI: O WebReaderAPI é uma API de leitor web para agentes de IA que converte qualquer página web pública em Markdown limpo, pago com cripto e sem envio de documentos. Os créditos pré-pagos a partir de US$ 0,07/1K páginas nunca expiram, e o robots.txt é respeitado. Sem KYC — sem documento, sem selfie, sem envio de arquivos. Pague com cripto.