Testar
10.000 páginas
US$ 3,75
US$ 0,38/1K páginas
- Teste com suas URLs reais
- Mesma API do maior pacote
- Os créditos nunca expiram
Resposta rápida
Qual API converte uma página web em Markdown limpo para um LLM?
Uma API de página web para Markdown busca uma página, mantém o conteúdo principal e o devolve como Markdown. O WebReaderAPI faz isso em uma requisição: GET https://webreaderapi.com/api/v1/read?url=… devolve o artigo com seus títulos, listas, tabelas e links, além de título, autor, data e contagem de palavras, por um crédito por página a partir de US$ 0,07/1K páginas em outubro de 2026. O robots.txt é respeitado. Sem KYC; pague com cripto.
API de URL para Markdown em resumo
| Endpoint | GET https://webreaderapi.com/api/v1/read?url=… (ou POST com um corpo JSON) |
|---|---|
| Saída | Markdown limpo do conteúdo principal da página (ou texto simples, ou HTML limpo), com título, descrição, autor, data de publicação, idioma e contagem de palavras; links e imagens sob solicitação |
| JavaScript | Renderização de JavaScript em um navegador headless quando a página precisa (render=auto), ou sempre, ou nunca |
| Cobrança | 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 |
| Orçamento de tokens | max_chars corta o Markdown para o tamanho que seu modelo suporta |
| robots.txt | Respeitamos o robots.txt: nosso crawler se identifica como WebReaderAPI, segue as regras escritas para ele ou para todos os robôs e não lê uma página que o site proíbe. Páginas recusadas não são cobradas |
| Preço | US$ 3,75 por 10.000 páginas, US$ 21,75 por 100.000 páginas, a partir de US$ 0,07/1K páginas em 5.000.000 de páginas |
| Pagamento | BTC, USDT, USDC, ETH, SOL, LTC, a partir de uma recarga de US$ 25; sem KYC |
Por que converter páginas web em Markdown antes de entregá-las a um modelo?
O Markdown mantém a estrutura de que um modelo precisa e descarta a marcação de que ele não precisa. Uma página típica de artigo carrega navegação, scripts, tags de rastreamento, avisos de cookies e widgets de posts relacionados em torno de algumas centenas de palavras de texto. Enviada como HTML bruto, a maior parte dos tokens que você paga é marcação.
O Markdown mantém títulos como #, listas como -, tabelas como pipes e links como [text](url). Um modelo ainda consegue ver qual frase pertence a qual seção, citar o link da fonte e dividir o texto em chunks ao longo dos títulos. O mesmo texto em prosa simples perde essa estrutura; o mesmo texto em HTML custa muito mais tokens.
O que a API mantém e o que ela remove?
Com main_content=true, o padrão, a API mantém a parte da página pela qual o leitor veio e remove o resto.
| Mantido | Removido |
|---|---|
| Título e títulos de seção | Navegação e menus do site |
| Parágrafos, citações e listas | Banners de cookies e consentimento |
| Tabelas, como tabelas Markdown | Anúncios e widgets promovidos |
| Blocos de código, com a linguagem quando exibida | Barras laterais e listas de posts relacionados |
| Links dentro do texto | Rodapés e textos legais |
Imagens, somente com include_images=true | Botões de compartilhamento e formulários de comentário |
Defina main_content=false para converter a página inteira, por exemplo uma home page ou uma listagem de produtos em que tudo importa. Defina format=text para texto simples sem Markdown, ou format=html para HTML limpo do conteúdo principal.
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])
E as páginas construídas com JavaScript?
Muitas páginas enviam quase nenhum texto no primeiro HTML e montam o conteúdo no navegador. Com render=auto, o padrão, a API primeiro lê o HTML bruto; se ele tiver texto de menos, ela abre a página em um navegador headless e lê o resultado. A resposta diz qual dos dois aconteceu em rendered.
Uma página que precisou do navegador custa dois créditos em vez de um. Se você sabe que um site sempre precisa dele, defina render=true; se você quer apenas o que o servidor envia, defina render=false e nunca pague o segundo crédito.
O que acontece quando um site não quer ser lido?
Respeitamos a escolha dele e você não é cobrado. Nosso rastreador se identifica como WebReaderAPI e verifica o robots.txt antes de cada leitura. Uma página não permitida para o nosso token, ou para todos os robôs, retorna 403 blocked_by_robots. Um site que declara Content-Signal: ai-input=no retorna 403 blocked_by_site_policy.
Se o site recusar a requisição de outra forma, como um status 403, uma página de desafio ou uma barreira de login, você recebe 502 target_refused com o status do próprio site. Se um site recusa nossa requisição, devolvemos a resposta dele: nunca resolvemos CAPTCHAs, nunca entramos em contas e nunca tentamos contornar um bloqueio ou um paywall. Nossa página do rastreador explica tudo isso aos donos de sites, com o User-Agent exato.
Quantas páginas meu projeto vai precisar?
Conte um crédito por página, dois para páginas que precisam do navegador. Alguns volumes típicos:
- Um agente de IA que lê 5 páginas por tarefa e executa 100 tarefas por dia lê cerca de 15.000 páginas por mês: 50.000 páginas (US$ 14,25) duram mais de três meses.
- Um índice RAG de três sites de documentação com 2.000 páginas cada é 6.000 páginas, depois uma atualização semanal das páginas alteradas.
- Um corpus de pesquisa de 400.000 notícias e artigos de blog cabe em 500.000 páginas (US$ 50).
Créditos nunca expiram, então um pacote comprado para um crawl pontual mantém o valor restante para trabalhos futuros.
Quanto custa a API de URL para Markdown?
10.000 páginas custam US$ 3,75, 100.000 páginas custam US$ 21,75 e 1.000.000 de páginas custam US$ 74,25, em outubro de 2026. Páginas com falha e páginas recusadas pelo robots.txt são gratuitas. Veja todos os pacotes.
Starter
50.000 páginas
US$ 14,25
US$ 0,28/1K páginas
- Um agente de IA ou um protótipo de RAG
- Rastrear (crawl) um site de documentação
- Os créditos nunca expiram
Build
100.000 páginas
US$ 21,75
US$ 0,22/1K páginas
- Agentes de produção e pipelines de RAG
- Tarefas em lote e de rastreamento (crawl)
- Os créditos nunca expiram
Volume
1.000.000 de páginas
US$ 74,25
US$ 0,07/1K páginas
- Conjuntos de dados e corpora de pesquisa
- Concorrência maior sob solicitação
- Os créditos nunca expiram
Em todos os planos: Extração do conteúdo principal · Renderização de JavaScript quando necessário · Páginas com falha e recusadas não são cobradas · Os créditos nunca expiram
API de URL para Markdown: perguntas frequentes
O Markdown mantém tabelas e blocos de código?
Sim. Tabelas HTML viram tabelas Markdown, e blocos de código permanecem cercados, com a linguagem quando a página a indica. Tabelas muito complexas, como as com células mescladas, são achatadas linha a linha.
Posso obter a página inteira em vez do artigo?
Sim. Defina main_content=false e a API converte tudo na página, incluindo navegação e rodapé. Isso serve para home pages, páginas de categoria e listagens de produtos, em que o detector de conteúdo principal descartaria partes úteis.
Como mantenho as páginas dentro da janela de contexto do meu modelo?
Use max_chars, entre 1.000 e 500.000 caracteres, para cortar o Markdown em um comprimento definido. O campo word_count informa qual era o comprimento do artigo completo, para que seu agente decida se deve ler mais.
Ele consegue ler páginas atrás de login ou paywall?
Não. WebReaderAPI lê apenas páginas públicas. Ele nunca faz login em contas e nunca tenta contornar um paywall ou um bloqueio; essas páginas retornam a recusa do site e não são cobradas.
Preciso de um documento ou cartão para obter uma chave?
Não. WebReaderAPI não pede documento, selfie, documentos da empresa nem cartão. Login pelo número da conta; e-mail é opcional. Você recarrega a partir de US$ 25 em BTC, USDT, USDC, ETH, SOL, LTC.