API de Web Scraping: Extraer página
Extrae cualquier página web y recibe su contenido principal como Markdown limpio, junto con el título y los metadatos.
US$0.70/1k solic., pagas por solicitud, sin suscripción.
Introducing Example 2.0
Everything new in the biggest Example release yet.
Today we are shipping the biggest release in our history…
{"url": "https://www.example.com/blog/launch","title": "Introducing Example 2.0","description": "Everything new in the biggest Example release yet.","markdown": "# Introducing Example 2.0\n\nToday we are shipping the biggest release in our history…","html": string,"language": string,"rawHtml": string,"statusCode": integer}
Enrutador de scraping
Enviamos cada página al scraper más barato que realmente puede extraerla.
- Scraper más baratoCada página empieza aquí
- Siguiente scraperSolo si la página bloquea el anterior
- Navegador completoSolo para las páginas más difíciles
Precio por cada 1,000 páginas
- AnyAPI98/100US$1.05
Firecrawl90/100US$3.97plan Hobby
Bright Data81/100US$1.50
Jina Reader55/100US$0.73
Cloudflare Browser Rendering48/100como máximo US$0.10+ plan de US$5/mes
100 páginas, un intento cada una, medido el 1 oct 2026Ver todas las páginas →
Precios y proveedores
Precios del endpoint Extraer página de la API de Web Scraping: una API, 5 proveedores intercambiables
El proveedor más barato responde primero. Si falla, el siguiente toma el relevo en la misma llamada.
Bloqueado es la proporción de llamadas en las que el propio sitio web rechazó la página. No cuenta en contra de la disponibilidad. Cada proveedor después del primero solo recibe las páginas en las que fallaron los anteriores, que son los sitios más difíciles, así que estas cifras no son una comparación directa.
Pruébalo
Obtén Extraer página de Web Scraping en una sola solicitud
Este ejemplo muestra 6 de 11 campos. Ver todos los campos
{
"found": true,
"data": {
"url": "https://www.example.com/blog/launch",
"title": "Introducing Example 2.0",
"description": "Everything new in the biggest Example release yet.",
"markdown": "# Introducing Example 2.0\n\nToday we are shipping the biggest release in our history…"
}
}Referencia completa de parámetros y respuesta: cada campo, tipo y ejemplo de este endpoint.
Referencia
Una solicitud, un formato de respuesta.
Cada campo que envías y cada campo que recibes, cada uno con un ejemplo real.
Verificado por última vez el 2026-11-14 · disponibilidad y latencia medidas en 30d
Cuerpo de la solicitud
JSON, enviado por POST a este endpoint.
- urlstring
https://www.example.com/blog/launch
The full web address of the page to scrape, including its domain, for example https://example.com. The https:// prefix is optional.
- blockAdsboolean
Si es true (predeterminado del proveedor), elimina los anuncios y los avisos de consentimiento de cookies antes de la captura. Usa false para conservarlos.
- excludeTagsarray
Selectores CSS a descartar antes de la captura (por ejemplo ["nav", "footer", ".ads"]). Se aplica después de includeTags.
- formatsarray
Qué representaciones de la página devolver. Cualquier combinación de: markdown (el contenido de la página como Markdown), html (el HTML de la página tal como lo recibió el navegador, incluidas las etiquetas head y script). Cada formato solicitado se devuelve en el campo de salida correspondiente. Por defecto, ambos. rawHtml es un alias obsoleto de html, que se devuelve en un campo rawHtml para integraciones anteriores al cambio de nombre; envía html en su lugar.
- includeTagsarray
Selectores CSS a conservar. Si se indican, solo se captura el contenido que coincide con estos selectores (por ejemplo ["article", "main"] o ["#content"]).
- mobileboolean
Si es true, renderiza la página con un viewport y un user agent móviles en lugar de escritorio. Algunos sitios muestran contenido bastante distinto en dispositivos móviles.
- onlyMainContentboolean
Si es true, devuelve solo el contenido principal del artículo y elimina la navegación, los encabezados, los pies de página y demás contenido repetitivo. Por defecto es false para capturar la página completa.
- requireFieldsarray
Optional; omit it and routing is unchanged, with the cheapest source serving. Name the output fields this request must be able to return, for example `statusCode`, and it is served only by a source that returns every one of them. Fields you do not name are still returned whenever the serving source has them. This can raise your price: when the cheapest source cannot return a named field, a dearer source serves, and you are quoted and charged its price. A named field can still be absent on a record that genuinely lacks it. Naming a combination that no single source returns together is refused as invalid input, with no charge. A source that reports a field only in some cases, such as only when the website answered with an error, does not count as returning it.
- waitForinteger
Milliseconds to wait for the page to finish rendering before capture. Use this for JavaScript-heavy pages or single-page apps whose content loads after the initial paint. Capped at 15000 to stay within the request timeout. This wait is time you asked us to spend, so your response takes this much longer, and it is excluded from the latency published for this endpoint. If every provider that can wait fails, the page may still be returned, captured without the wait.
Respuesta
JSON, un valor de ejemplo por campo.
- descriptionstring
Everything new in the biggest Example release yet.
The page meta description.
- htmlstring
The page HTML exactly as the browser received it, head and script tags included. Present when 'html' is among the requested formats (the default).
- languagestring
Two-letter language code the page declares (its html lang attribute or the equivalent metadata).
- markdownstring
# Introducing Example 2.0 Today we are shipping the biggest release in our history…
The page content as clean Markdown. Present when 'markdown' is among the requested formats (the default). Populated whenever the provider has data for the entity.
- rawHtmlstring
The same bytes as 'html'. Deprecated alias returned only when 'rawHtml' is among the requested formats; use 'html'.
- statusCodeintegerse puede exigir
HTTP status code the website answered with, such as 200, 404 or 500. Absent when it could not be determined. Some sources report it only when the website answered with an error; name `statusCode` in requireFields to be served only by a source that always reports it.
- titlestring
Introducing Example 2.0
The page title from its metadata.
- urlstring
https://www.example.com/blog/launch
The canonical source URL of the scraped page. Populated whenever the provider has data for the entity.
- foundboolean
true
- reason"not_found"
Present only when `found` is false, and says why there is no result. `not_found`: the source states the target does not exist, or returned nothing for it. A `found: false` answer is a successful call, not an error, and `costUsd` is what it actually cost.
Preguntas frecuentes
Acerca del endpoint Extraer página de la API de Web Scraping
El endpoint Extraer página de AnyAPI para Web Scraping devuelve datos de Web Scraping como JSON normalizado con una sola llamada POST a /v1/run/web.scrape. Extrae cualquier página web y recibe su contenido principal como Markdown limpio, junto con el título y los metadatos. AnyAPI enruta cada solicitud entre 5 fuentes y recurre automáticamente a otra cuando una falla. Cuesta desde US$0.70 por cada 1,000 solicitudes, en dólares estadounidenses, sin suscripción y sin mínimo mensual. En los últimos 30 días, el 99.2% de las llamadas al endpoint Extraer página de la API de Web Scraping a través de AnyAPI tuvo éxito, con un tiempo de respuesta mediano de 2.7 segundos en 477.059 llamadas medidas.