Kiểm tra
10.000 trang
3,75 US$
0,38 US$/1K trang
- Dùng thử trên URL thật của bạn
- Cùng API như gói lớn nhất
- Credit không bao giờ hết hạn
Câu trả lời nhanh
Có API nào chuyển PDF từ URL sang Markdown không?
Có. Với WebReaderAPI, gửi URL của PDF tới https://webreaderapi.com/api/v1/read: API tải file về và trả văn bản dưới dạng Markdown, với tiêu đề, đoạn văn, danh sách và bảng đơn giản. Hỗ trợ file tối đa 20 MB và 100 trang, với 1 credit cho mỗi khối 10 trang đã bắt đầu, từ 0,07 US$/1K trang tính đến tháng 10 năm 2026. Không cần KYC; thanh toán bằng crypto.
Chuyển PDF sang Markdown trong nháy mắt
| Endpoint | GET https://webreaderapi.com/api/v1/read?url=https://…/report.pdf (giống như với trang web) |
|---|---|
| Giới hạn | Tệp PDF tối đa 20 MB và 100 trang được chuyển sang Markdown, với 1 credit cho mỗi khối 10 trang bắt đầu |
| Đầu ra | Văn bản Markdown với tiêu đề, đoạn văn, danh sách và bảng đơn giản; format=text cho văn bản thuần |
| Không hỗ trợ | PDF scan không có lớp văn bản (không OCR), file có mật khẩu |
| robots.txt | Áp dụng cho link PDF như với mọi trang khác |
| Thanh toán | BTC, USDT, USDC, ETH, SOL, LTC, từ một lần nạp 25 US$; không cần KYC |
Số trang PDF được tính như thế nào?
Mỗi PDF tốn 1 credit cho mỗi khối 10 trang đã bắt đầu. Một brochure 4 trang tốn 1 credit, một báo cáo 25 trang tốn 3 credit, và một sách hướng dẫn 100 trang tốn 10 credit. Phản hồi trả về con số chính xác trong credits_used.
File lớn hơn 20 MB hoặc dài hơn 100 trang sẽ trả về 422 unsupported_content và không dùng credit. Với tài liệu dài, hãy tìm bản HTML của cùng nội dung trước: thường rẻ hơn và có cấu trúc tốt hơn.
Markdown trông như thế nào?
Bộ chuyển đổi dựng lại thứ tự đọc từ lớp văn bản của PDF. Các dòng lớn hoặc in đậm ở đầu một mục trở thành tiêu đề, các mục gạch đầu dòng và đánh số trở thành danh sách Markdown, và các bảng dạng lưới đơn giản trở thành bảng Markdown.
Header, footer và số trang lặp lại trên mỗi trang bị loại bỏ, nên chúng không cắt câu trong các chunk của bạn. Bố cục hai cột được đọc theo từng cột. Chú thích cuối trang giữ nguyên dạng văn bản tại vị trí mà trang đặt chúng.
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])
PDF nào hoạt động tốt nhất, và PDF nào không hoạt động?
PDF xuất từ phần mềm soạn thảo, một trang web hoặc công cụ xuất bản hoạt động tốt nhất: chúng mang lớp văn bản với font và vị trí. Báo cáo thường niên, bài nghiên cứu, sách hướng dẫn sản phẩm, tài liệu chính sách và bảng giá thường thuộc nhóm này.
Tài liệu scan là hình ảnh của các trang và không có lớp văn bản. WebReaderAPI không chạy nhận dạng ký tự quang học, nên bản scan trả về ít hoặc không có văn bản; trường word_count hiển thị điều đó ngay. PDF có mật khẩu và PDF mã hóa bị từ chối với 422 unsupported_content, không tính phí.
PDF khớp vào pipeline RAG như thế nào?
Hãy xử lý chúng như trang web. Đọc PDF, chia Markdown theo các tiêu đề, thêm URL nguồn và tiêu đề trang vào metadata của mỗi chunk, rồi embed. Giữ URL giúp trợ lý của bạn trích dẫn tài liệu đã dùng.
Khi một lần crawl gặp link tới PDF trên cùng domain, nó đọc chúng theo cùng quy tắc và cùng kiểm tra robots.txt. Xem hướng dẫn RAG để có ví dụ ingestion đầy đủ.
Chuyển PDF tốn bao nhiêu?
PDF dùng chung credit với trang web: 1 credit cho mỗi khối 10 trang đã bắt đầu. Với 10.000 trang cho 3,75 US$, bạn có thể chuyển khoảng 10.000 PDF ngắn hoặc 1.000 tài liệu 100 trang.
Khởi đầu
50.000 trang
14,25 US$
0,28 US$/1K trang
- Một AI agent hoặc bản thử nghiệm RAG
- Crawl một trang tài liệu
- Credit không bao giờ hết hạn
Xây dựng
100.000 trang
21,75 US$
0,22 US$/1K trang
- Agent chạy production và pipeline RAG
- Tác vụ batch và crawl
- Credit không bao giờ hết hạn
Mở rộng
500.000 trang
50 US$
0,10 US$/1K trang
- Cơ sở tri thức lớn
- Tăng độ đồng thời theo yêu cầu
- Credit không bao giờ hết hạn
Trong mọi gói: Trích xuất nội dung chính · Render JavaScript khi cần · Trang thất bại và bị từ chối không bị tính phí · Credit không bao giờ hết hạn
API chuyển PDF sang Markdown: các câu hỏi thường gặp
Tôi có thể tải file PDF lên thay vì gửi link không?
Không trong phiên bản 1. API đọc PDF từ một URL công khai. Để chuyển một file riêng tư, hãy đặt nó tại một URL bạn kiểm soát trong thời gian của request.
Nó có trích xuất văn bản từ PDF scan không?
Không. WebReaderAPI đọc lớp văn bản của PDF và không chạy OCR. Tài liệu scan trả về ít hoặc không có văn bản, mà trường word_count hiển thị.
Bảng có được giữ lại không?
Bảng dạng lưới đơn giản trở thành bảng Markdown. Bảng có ô gộp hoặc bố cục phức tạp được giữ dạng văn bản theo thứ tự đọc, mà các model vẫn đọc tốt.
PDF có bị tính phí nếu thất bại không?
Không. Các tệp quá lớn, quá dài, bị mã hoá hoặc bị trang từ chối sẽ không bị tính phí. 1 credit = đọc 1 trang không cần trình duyệt; 2 credit khi trang cần trình duyệt để render JavaScript. Yêu cầu thất bại, hoặc bị robots.txt của trang web từ chối, không bị tính phí.