# API chuyển trang web sang Markdown: trích xuất nội dung chính của mọi URL, sẵn sàng cho model

> API chuyển trang web sang Markdown cho LLM và AI agent: mọi URL thành Markdown sạch với tiêu đề, tác giả và ngày, từ 0,07 US$/1K trang. Không cần KYC.

- URL: https://webreaderapi.com/vi/url-to-markdown-api/
- Cập nhật lần cuối: 2026-10-22
- Đơn vị phát hành: WebReaderAPI (https://webreaderapi.com)

Truyền một URL và nhận lại bài viết dưới dạng Markdown: giữ nguyên tiêu đề, đoạn văn, danh sách, bảng và liên kết; loại bỏ menu, banner cookie, quảng cáo và footer. Kèm tiêu đề, tác giả, ngày và ngôn ngữ của trang.

**Câu trả lời nhanh — API nào chuyển một trang web thành Markdown sạch cho LLM?**

API chuyển trang web sang Markdown tải một trang, giữ lại nội dung chính và trả về dưới dạng Markdown. **WebReaderAPI** làm việc này trong một truy vấn: `GET https://webreaderapi.com/api/v1/read?url=…` trả về bài viết kèm tiêu đề, danh sách, bảng và liên kết, cùng tiêu đề, tác giả, ngày và số từ, với một credit mỗi trang từ 0,07 US$/1K trang tính đến tháng 10 năm 2026. robots.txt được tuân thủ. Không cần KYC; thanh toán bằng crypto.

## API chuyển URL sang Markdown trong nháy mắt

| Thuộc tính | Giá trị |
| --- | --- |
| Endpoint | `GET https://webreaderapi.com/api/v1/read?url=…` (hoặc `POST` với JSON body) |
| Đầu ra | Markdown sạch của nội dung chính của trang (hoặc plain text, hoặc HTML đã làm sạch), kèm tiêu đề, mô tả, tác giả, ngày xuất bản, ngôn ngữ và số từ; link và ảnh theo yêu cầu |
| JavaScript | Render JavaScript trong trình duyệt headless khi trang cần (render=auto), hoặc luôn luôn, hoặc không bao giờ |
| 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 |
| Ngân sách token | `max_chars` cắt Markdown xuống độ dài model của bạn có thể nhận |
| robots.txt | Chúng tôi tôn trọng robots.txt: crawler của chúng tôi tự nhận là WebReaderAPI, tuân theo các quy tắc dành cho nó hoặc cho tất cả robot, và không đọc trang mà website không cho phép. Trang bị từ chối không bị tính phí |
| Giá | 3,75 US$ với 10.000 trang, 21,75 US$ với 100.000 trang, từ 0,07 US$/1K trang tại 5.000.000 trang |
| Thanh toán | BTC, USDT, USDC, ETH, SOL, LTC, từ một lần nạp 25 US$; không cần KYC |

## Tại sao nên chuyển trang web sang Markdown trước khi đưa cho mô hình?

Markdown giữ lại cấu trúc mà mô hình cần và bỏ đi phần đánh dấu mà nó không cần. Một trang bài viết điển hình mang theo điều hướng, script, thẻ theo dõi, thông báo cookie và các widget bài viết liên quan xung quanh vài trăm từ văn bản. Nếu gửi dưới dạng HTML thô, phần lớn token bạn phải trả tiền là phần đánh dấu.

Markdown giữ tiêu đề dưới dạng `#`, danh sách dưới dạng `-`, bảng dưới dạng dấu gạch đứng và liên kết dưới dạng `[text](url)`. Mô hình vẫn thấy được câu nào thuộc phần nào, trích dẫn được liên kết nguồn và chia văn bản thành các đoạn theo tiêu đề. Cùng văn bản đó ở dạng văn xuôi thuần sẽ mất cấu trúc; cùng văn bản đó ở dạng HTML tốn nhiều token hơn nhiều.

## API giữ lại gì và loại bỏ gì?

Với `main_content=true`, mặc định, API giữ lại phần trang mà người đọc cần và loại bỏ phần còn lại.

| Giữ lại | Loại bỏ |
|---|---|
| Tiêu đề và các đề mục | Điều hướng trang và menu |
| Đoạn văn, trích dẫn và danh sách | Biểu ngữ cookie và đồng ý |
| Bảng, dưới dạng bảng Markdown | Quảng cáo và widget quảng bá |
| Khối mã, kèm ngôn ngữ khi được hiển thị | Thanh bên và danh sách bài viết liên quan |
| Liên kết trong văn bản | Chân trang và phần văn bản pháp lý |
| Hình ảnh, chỉ với `include_images=true` | Nút chia sẻ và biểu mẫu bình luận |

Đặt `main_content=false` để chuyển toàn bộ trang thay vào đó, ví dụ trang chủ hoặc danh sách sản phẩm nơi mọi thứ đều quan trọng. Đặt `format=text` để lấy văn bản thuần không có Markdown, hoặc `format=html` để lấy HTML đã làm sạch của nội dung chính.

*curl: một trang dưới dạng Markdown, cắt còn 20.000 ký tự*

```bash
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=20000
```

*Python: đọc một trang và in metadata cùng Markdown của nó*

```python
import 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])

```

## Còn những trang được xây dựng bằng JavaScript thì sao?

Nhiều trang gửi gần như không có văn bản trong HTML đầu tiên và xây dựng nội dung trong trình duyệt. Với `render=auto`, mặc định, API trước tiên đọc HTML thô; nếu nó chứa quá ít văn bản, API mở trang trong trình duyệt headless và đọc kết quả. Phản hồi cho biết trường hợp nào đã xảy ra trong `rendered`.

Một trang cần đến trình duyệt tốn hai credit thay vì một. Nếu bạn biết một site luôn cần nó, hãy đặt `render=true`; nếu bạn chỉ muốn những gì máy chủ gửi, hãy đặt `render=false` và không bao giờ phải trả credit thứ hai.

## Điều gì xảy ra khi một site không muốn bị đọc?

Chúng tôi tôn trọng lựa chọn của site và bạn không bị tính phí. Crawler của chúng tôi tự nhận diện là `WebReaderAPI` và kiểm tra robots.txt trước mỗi lần đọc. Một trang bị cấm với token của chúng tôi, hoặc với mọi robot, sẽ trả về `403 blocked_by_robots`. Một site khai báo `Content-Signal: ai-input=no` sẽ trả về `403 blocked_by_site_policy`.

Nếu site từ chối yêu cầu theo cách khác, chẳng hạn mã trạng thái 403, trang thử thách hoặc tường đăng nhập, bạn nhận `502 target_refused` kèm mã trạng thái của chính site. Nếu một website từ chối yêu cầu của chúng tôi, chúng tôi trả lại câu trả lời của trang đó: chúng tôi không bao giờ giải CAPTCHA, đăng nhập vào tài khoản, hay tìm cách vượt qua chặn hoặc paywall. [Trang crawler](https://webreaderapi.com/vi/bot/) của chúng tôi giải thích tất cả điều này cho chủ site, kèm User-Agent chính xác.

## Dự án của tôi sẽ cần bao nhiêu trang?

Tính một credit mỗi trang, hai cho các trang cần đến trình duyệt. Một số khối lượng điển hình:

- **Một AI agent** đọc 5 trang mỗi tác vụ và chạy 100 tác vụ mỗi ngày sẽ đọc khoảng 15.000 trang mỗi tháng: 50.000 trang (14,25 US$) dùng được hơn ba tháng.
- **Một chỉ mục RAG** của ba site tài liệu, mỗi site 2.000 trang, là 6.000 trang, sau đó làm mới hàng tuần các trang đã thay đổi.
- **Một tập dữ liệu nghiên cứu** gồm 400.000 bài báo và bài blog vừa với 500.000 trang (50 US$).

Credit không bao giờ hết hạn, vì vậy một pack mua cho một lần crawl một lần vẫn giữ nguyên giá trị còn lại cho các công việc sau.

## API URL to Markdown giá bao nhiêu?

10.000 trang giá 3,75 US$, 100.000 trang giá 21,75 US$ và 1.000.000 trang giá 74,25 US$, tính đến tháng 10 năm 2026. Các trang thất bại và các trang bị robots.txt từ chối là miễn phí. Xem [tất cả các pack](https://webreaderapi.com/vi/pricing/).

| Gói | Số lượng | Giá | Giá mỗi đơn vị |
| --- | --- | --- | --- |
| Kiểm tra | 10.000 trang | 3,75 US$ | 0,38 US$/1K trang |
| Khởi đầu | 50.000 trang | 14,25 US$ | 0,28 US$/1K trang |
| Xây dựng | 100.000 trang | 21,75 US$ | 0,22 US$/1K trang |
| Khối lượng lớn | 1.000.000 trang | 74,25 US$ | 0,07 US$/1K trang |

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

**Trước khi bạn thanh toán**

- Nạp tối thiểu 25 US$. Nạp một lần bằng crypto, sau đó mua bất kỳ gói nào từ số dư của bạn.
- Số dư của bạn không có ngày hết hạn và có thể dùng để mua credit trang bất cứ lúc nào. Nếu một pack có giá thấp hơn mức nạp tối thiểu, khoản tiền bạn chỉ nạp thêm để đạt mức tối thiểu đó có thể được hoàn lại theo yêu cầu trong vòng 30 ngày kể từ ngày thanh toán, bằng USDT hoặc USDC, miễn là bạn chưa sử dụng khoản đó. Mọi số dư khác sẽ không được hoàn lại trừ khi pháp luật có quy định khác.
- Được ghi có khi thanh toán của bạn đã được kiểm tra trên blockchain. Thời gian xác nhận mạng thông thường: BTC ≈ 20 phút · USDT TRC-20 ≈ 1 phút · USDT ERC-20 ≈ 5 phút · USDC ERC-20 ≈ 5 phút · ETH ≈ 5 phút · SOL ≈ 1 phút · LTC ≈ 15 phút

## URL to Markdown API: các câu hỏi thường gặp

### Markdown có giữ lại bảng và khối mã không?

Có. Bảng HTML trở thành bảng Markdown, và khối mã vẫn được bao trong dấu hàng rào, kèm ngôn ngữ khi trang có đánh dấu. Những bảng rất phức tạp, chẳng hạn bảng có ô gộp, sẽ được làm phẳng từng hàng một.

### Tôi có thể lấy toàn bộ trang thay vì chỉ bài viết không?

Có. Đặt `main_content=false` và API chuyển đổi mọi thứ trên trang, bao gồm điều hướng và chân trang. Điều này phù hợp với trang chủ, trang danh mục và danh sách sản phẩm, nơi bộ phát hiện nội dung chính sẽ bỏ sót những phần hữu ích.

### Làm thế nào để giữ các trang trong cửa sổ ngữ cảnh của mô hình?

Dùng `max_chars`, từ 1.000 đến 500.000 ký tự, để cắt Markdown ở một độ dài nhất định. Trường `word_count` cho bạn biết bài viết đầy đủ dài bao nhiêu, để agent của bạn quyết định có đọc thêm hay không.

### Nó có đọc được các trang sau đăng nhập hoặc tường trả phí không?

Không. WebReaderAPI chỉ đọc các trang công khai. Nó không bao giờ đăng nhập vào tài khoản và không bao giờ cố gắng vượt qua tường trả phí hay một rào chặn; những trang như vậy trả về lý do từ chối của site và không bị tính phí.

### Tôi có cần ID hoặc thẻ để lấy khóa API không?

Không. WebReaderAPI không yêu cầu ID, không selfie, không giấy tờ công ty và không cần thẻ. Đăng nhập bằng số tài khoản; email là tùy chọn. Bạn nạp tiền từ 25 US$ bằng BTC, USDT, USDC, ETH, SOL, LTC.

---

WebReaderAPI: WebReaderAPI là web reader API cho AI agent, chuyển mọi trang web công khai thành Markdown sạch, thanh toán bằng crypto không cần tải lên giấy tờ. Credit trả trước từ 0,07 US$/1K trang không bao giờ hết hạn, và robots.txt được tôn trọng. Không cần KYC — không ID, không selfie, không giấy tờ. Thanh toán bằng crypto.