# 网页转 Markdown API：任意 URL 的正文内容，可直接用于模型

> 面向 LLM 和 AI agents 的网页转 Markdown API：任意 URL 转成干净的 Markdown，包含标题、作者和日期，低至 US$0.07/千页。无需 KYC，加密货币支付。

- URL: https://webreaderapi.com/zh/url-to-markdown-api/
- 最后更新: 2026-10-22
- 发布者: WebReaderAPI (https://webreaderapi.com)

传入一个 URL，即可将文章以 Markdown 返回：保留标题、段落、列表、表格和链接；移除菜单、cookie 横幅、广告和页脚。附带页面的标题、作者、日期和语言。

**快速回答 — 哪个 API 可以将网页转换为干净的 Markdown 供 LLM 使用？**

网页转 Markdown API 会抓取页面，保留其正文内容并将其作为 Markdown 返回。**WebReaderAPI** 通过一次请求完成：`GET https://webreaderapi.com/api/v1/read?url=…` 返回包含标题、列表、表格和链接的文章，以及标题、作者、日期和字数，每页 1 积分，起价 US$0.07/千页（截至 2026 年 10 月）。遵守 robots.txt。无需 KYC；加密货币支付。

## URL 转 Markdown API 概览

| 属性 | 值 |
| --- | --- |
| Endpoint | `GET https://webreaderapi.com/api/v1/read?url=…`（或带 JSON body 的 `POST`） |
| 输出 | 页面正文的干净 Markdown（或纯文本，或清理后的 HTML），包含标题、描述、作者、发布日期、语言和字数；链接和图片可按需返回 |
| JavaScript | 页面需要时在无头浏览器中渲染 JavaScript（render=auto），或始终渲染，或从不渲染 |
| 计费 | 1 积分 = 读取 1 个页面且无需浏览器；当页面需要浏览器渲染 JavaScript 时为 2 积分。失败的请求，或被网站 robots.txt 拒绝的请求，不扣费 |
| Token 预算 | `max_chars` 将 Markdown 裁剪到您的模型可接受的长度 |
| robots.txt | 我们遵守 robots.txt：我们的爬虫以 WebReaderAPI 标识自身，遵循专为其或为所有爬虫编写的规则，不读取网站禁止的页面。被拒绝的页面不扣费 |
| 价格 | 10,000 个网页 为 US$3.75，100,000 个网页 为 US$21.75，起价 US$0.07/千页 于 5,000,000 个网页 |
| 支付 | BTC, USDT, USDC, ETH, SOL, LTC，通过 US$25 充值；无需 KYC |

## 为什么要把网页先转换成 Markdown 再交给模型？

Markdown 保留了模型需要的结构，去掉了模型不需要的标记。一个典型的文章页面，在区区几百字的正文周围，还带着导航、脚本、跟踪标签、cookie 提示和相关文章组件。如果以原始 HTML 发送，你为此付费的 token 大部分都是标记。

Markdown 把标题保留为 `#`，列表保留为 `-`，表格保留为竖线，链接保留为 `[text](url)`。模型仍然能看出哪句话属于哪一节，能引用来源链接，能按标题把文本切分成块。同样的文本用纯散文表达就会丢失这种结构；同样的文本用 HTML 表达则要花多得多的 token。

## API 会保留什么，又会去掉什么？

在默认的 `main_content=true` 下，API 保留读者真正要看的那部分页面内容，去掉其余部分。

| 保留 | 去除 |
|---|---|
| 标题和各级标题 | 站点导航和菜单 |
| 段落、引用和列表 | Cookie 和同意横幅 |
| 表格，转为 Markdown 表格 | 广告和推广组件 |
| 代码块，在页面标注时保留其语言 | 侧边栏和相关文章列表 |
| 正文内的链接 | 页脚和法律样板文字 |
| 图片，仅在启用 `include_images=true` 时 | 分享按钮和评论表单 |

把 `main_content=false` 设为转换整个页面，例如首页或所有内容都重要的产品列表页。把 `format=text` 设为输出不带 Markdown 的纯文本，或把 `format=html` 设为输出主内容的清理后 HTML。

*curl：把一个页面转成 Markdown，截到 20,000 字符*

```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：读取一个页面，打印其元数据和 Markdown*

```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])

```

## 用 JavaScript 构建的页面怎么办？

很多页面的第一份 HTML 里几乎没有文字，内容是在浏览器里构建出来的。在默认的 `render=auto` 下，API 先读取原始 HTML；如果其中文本太少，就在无头浏览器中打开页面并读取结果。响应中的 `rendered` 会说明实际走的是哪条路径。

需要浏览器的页面花费两个积分而不是一个。如果你知道某个站点总是需要它，就把 `render=true` 设为开启；如果你只要服务器发送的内容，就把 `render=false` 设为开启，这样永远不会付第二个积分。

## 当网站不希望被读取时会发生什么？

我们尊重它的选择，并且不会向你收费。我们的抓取器以 `WebReaderAPI` 标识自己，并在每次读取前检查 robots.txt。对我们的 token 不允许、或对所有机器人都不允许的页面会返回 `403 blocked_by_robots`。声明了 `Content-Signal: ai-input=no` 的站点会返回 `403 blocked_by_site_policy`。

如果站点以其他方式拒绝请求，例如 403 状态、验证页面或登录墙，你会收到 `502 target_refused`，并附带站点自身的状态。如果网站拒绝我们的请求，我们会返回其答复：我们从不破解 CAPTCHA、不登录账户，也不试图绕过封锁或付费墙。我们的[抓取器页面](https://webreaderapi.com/zh/bot/)向站点所有者解释了这一切，并附有确切的 User-Agent。

## 我的项目需要多少页面？

每页计一个积分，需要浏览器的页面计两个。一些典型用量：

- **一个 AI agent**，每个任务读取 5 个页面，每天运行 100 个任务，一个月大约读取 15,000 个页面：50,000 个网页（US$14.25）能用三个多月。
- **一个 RAG 索引**，三个文档站点各 2,000 个页面，共 6,000 个页面，之后每周刷新变更的页面。
- **一个研究语料库**，40 万篇新闻和博客文章，500,000 个网页（US$50）就能装下。

积分永不过期，所以为一次性抓取买的 pack 其剩余价值可以留给以后的任务。

## URL 转 Markdown API 要多少钱？

截至 2026 年 10 月，10,000 个网页 花费 US$3.75，100,000 个网页 花费 US$21.75，1,000,000 个网页 花费 US$74.25。失败的页面和被 robots.txt 拒绝的页面免费。查看[全部 pack](https://webreaderapi.com/zh/pricing/)。

| 套餐 | 数量 | 价格 | 单价 |
| --- | --- | --- | --- |
| 测试 | 10,000 个网页 | US$3.75 | US$0.38/千页 |
| 入门版 | 50,000 个网页 | US$14.25 | US$0.28/千页 |
| 构建 | 100,000 个网页 | US$21.75 | US$0.22/千页 |
| 高用量 | 1,000,000 个网页 | US$74.25 | US$0.07/千页 |

所有套餐均包含: 正文提取 · 需要时渲染 JavaScript · 失败和被拒绝的页面不收费 · 积分永不过期

**付款前须知**

- 最低充值 US$25。 用加密货币充值一次，即可从余额购买任意套餐。
- 您的余额没有到期日，可随时购买网页积分。如果某个积分包的价格低于最低充值金额，您仅为达到该最低金额而额外充入的部分，可在付款后 30 天内按需退回，以 USDT 或 USDC 形式返还，前提是这部分金额尚未使用。其他余额不予退款，除非法律另有规定.
- 付款在区块链上核实后即到账。 网络确认的通常时间： BTC 约 20 分钟 · USDT TRC-20 约 1 分钟 · USDT ERC-20 约 5 分钟 · USDC ERC-20 约 5 分钟 · ETH 约 5 分钟 · SOL 约 1 分钟 · LTC 约 15 分钟

## URL 转 Markdown API：常见问题

### Markdown 会保留表格和代码块吗？

会。HTML 表格会变成 Markdown 表格，代码块保持围栏格式，页面有标注时保留其语言。非常复杂的表格，例如带合并单元格的，会按行逐一展平。

### 我可以获取整个页面而不是只取正文吗？

可以。把 `main_content=false` 设为开启，API 会转换页面上的所有内容，包括导航和页脚。这适合首页、分类页和产品列表页，在这些页面上主内容检测器会丢掉有用的部分。

### 如何让页面长度控制在我的模型上下文窗口之内？

使用 `max_chars`，取值 1,000 到 500,000 字符，按设定长度截断 Markdown。`word_count` 字段会告诉你整篇文章有多长，这样你的 agent 就能决定是否继续往下读。

### 它能读取登录后或付费墙后的页面吗？

不能。WebReaderAPI 只读取公开页面。它从不登录账户，也从不试图绕过付费墙或封锁；这类页面会返回站点的拒绝结果，并且不收费。

### 获取密钥需要身份证或银行卡吗？

不需要。WebReaderAPI 不要求身份证、自拍、公司文件，也不需要银行卡。使用账号登录；邮箱为可选。你可以用 BTC, USDT, USDC, ETH, SOL, LTC 从 US$25 充值。

---

WebReaderAPI: WebReaderAPI 是一款面向 AI agents 的网页读取 API，可将任何公开网页转换为干净的 Markdown，用加密货币支付，无需上传身份证件。预付费积分低至 US$0.07/千页，永不过期，且遵守 robots.txt。无需 KYC — 无身份证、无自拍、无证件。加密货币支付。