{
"data": [
{
"value": "4010.00",
"raw_text": "4,010.00"
}
],
"validation": {
"status": "ok",
"reason": "no_reference",
"value": 4010,
"model_value": 4010,
"raw_text": "4,010.00",
"reference": null,
"change_pct": null,
"suspect_pct": 10,
"reject_pct": 30,
"on_page": true,
"votes": [],
"mode": "shadow",
"reference_source": null
}
}
curl --location --request GET 'https://zylalabs.com/api/14426/data+from+any+url+api/36433/extract+from+page?url=https://www.investing.com/commodities/gold&parse_description=Current gold futures price as a plain number, in a field called value&expiration_seconds=600&raw_text=true&value_field=value&last_value=4012.5&max_chars=6000' --header 'Authorization: Bearer YOUR_API_KEY'
{
"data": [
{
"value": 4066.5
}
],
"validation": {
"status": "ok",
"reason": "no_reference",
"value": 4066.5,
"model_value": 4066.5,
"raw_text": null,
"suspect_pct": 10,
"reject_pct": 30,
"on_page": null,
"votes": [],
"mode": "shadow"
}
}
curl --location --request GET 'https://zylalabs.com/api/14426/data+from+any+url+api/36434/extract+from+screenshot?url=https://www.investing.com/commodities/gold&llm_instructions=Current gold price in USD as a number, in a field called value&expiration_seconds=600&value_field=value&last_value=4012.5' --header 'Authorization: Bearer YOUR_API_KEY'
Después de registrarte, a cada desarrollador se le asigna una clave de acceso a la API personal, una combinación única de letras y dígitos proporcionada para acceder a nuestro endpoint de la API. Para autenticarte con el Data From Any URL API simplemente incluye tu token de portador en el encabezado de Autorización.
| Encabezado | Descripción |
|---|---|
Autorización
|
Requerido
Debería ser Bearer access_key. Consulta "Tu Clave de Acceso a la API" arriba cuando estés suscrito.
|
Sin compromiso a largo plazo. Mejora, reduce o cancela en cualquier momento.
(Ahorra 2 meses pagando anualmente 🎉)
Data From Any URL API turns any public web page into structured JSON. Send a URL and say in plain language what you need, for example current gold futures price as a number, in a field called value. The service fetches the page, prunes it, asks a large language model for exactly those fields and returns them as JSON.
Language models misread pages: they drop a decimal point (27015 instead of 270.15), pick a neighbouring row, or echo a number from the instruction. Every numeric answer is therefore checked before it is returned:
last_value if you send yours).The result comes in a validation object: status (ok, suspect, rejected or unchecked), reason, raw_text exactly as written on the page, on_page, and the thresholds used. The check is informational: you always receive the answer and decide what to do with it. The same pipeline runs in production on hundreds of thousands of extractions per month for commodity, metal and index prices.
Both accept an optional cache window (expiration_seconds, default 10 minutes), your own reference value (last_value) and the name of the field that holds the number when the answer has several (value_field).
Request: the URL of a gold futures quote page and parse_description=Current gold futures price as a plain number, in a field called value
{
"data": [{ "value": "4010.00", "raw_text": "4,010.00" }],
"validation": {
"status": "ok", "reason": "no_reference",
"value": 4010.0, "raw_text": "4,010.00", "on_page": true,
"suspect_pct": 10.0, "reject_pct": 30.0
}
}
Name the fields you want back and be specific about which number: "the Last Price in the quote header, keeping its decimal point, in a field called value" works better than "the price". Do not put example numbers or ranges in the instruction: if the data is missing, a model tends to return the example.
Un objeto JSON con dos partes: datos, los campos que solicitaste en tu instrucción, y validación, una verificación del valor numérico principal (estado ok, sospechoso, rechazado o sin verificar, la razón, el texto sin procesar tal como está escrito en la página y los umbrales utilizados)
En lenguaje sencillo a través de parse_description (punto final de texto) o llm_instructions (punto final de captura de pantalla) Nombra los campos que deseas recibir de vuelta por ejemplo "nombre del producto precio en USD como número y disponibilidad en campos llamados name price e in_stock"
Utilizar Extraer de la Página por defecto: es más rápido y funciona con el texto de la página Cambiar a Extraer de la Captura de Pantalla cuando los datos solo se muestran una vez que la página se ha renderizado como gráficos widgets tablas de lienzo o aplicaciones con mucho JavaScript
Ya sea que el número esté realmente escrito en la página (en_página), si parece un desplazamiento decimal (x10, x100), y cuánto se movió del último valor aceptado para la misma URL e instrucción. Siempre recibes la respuesta; el estado te dice cuánto confiar en ella
Sí envía last_value con el último número que almacenaste para esa URL e instrucción y la validación se compara contra él en lugar del historial de servicio usa value_field cuando tu respuesta tiene varios números
No La página y la respuesta se reutilizan para la misma URL e instrucción mientras sean menores que expiration_seconds (por defecto 600 segundos) Envíe 0 para forzar una nueva obtención
Extracto de Página lee el texto renderizado por el servidor Para contenido que solo aparece después de que la página ejecuta sus scripts utiliza Extracto de Captura de Pantalla que renderiza la página en un navegador antes de leerla
La respuesta viene con error verdadero y un mensaje describiendo el problema (página bloqueada, tiempo de espera, error de upstream) La llamada no se cuenta como exitosa
Ambos puntos finales devuelven datos JSON estructurados El punto final Extraer de la página proporciona campos basados en el texto de la página mientras que el punto final Extraer de la captura de pantalla devuelve datos del contenido renderizado como gráficos o widgets Cada respuesta incluye un bloque de validación con un estado para el valor numérico
Los campos clave en los datos de respuesta incluyen "valor" (los datos numéricos extraídos) "texto_crudo" (el texto tal como aparece en la página) y el objeto "validación", que contiene estado, razón y las comprobaciones que produjeron ese estado
Los datos de respuesta están organizados en dos secciones principales: "datos" y "validación" La sección "datos" contiene los campos extraídos mientras que la sección "validación" incluye el estado y las razones de cualquier discrepancia
El endpoint Extract From Page puede recuperar cualquier dato basado en texto, como precios, especificaciones o disponibilidad El endpoint Extract From Screenshot está diseñado para datos visuales que requieren renderización, como gráficos o contenido dinámico de aplicaciones con mucho JavaScript
Una capa de validación verifica los valores numéricos extraídos con respecto al texto de la página, los valores históricos y los posibles cambios decimales El valor extraído siempre se devuelve El estado marca la confianza en ese valor
Los casos de uso típicos incluyen la monitorización de precios para commodities el análisis de competidores la extracción de especificaciones de productos y el suministro de datos en tiempo real a sistemas de inteligencia artificial La API es particularmente útil para escenarios donde la extracción de datos necesita adaptarse a cambios en el diseño de la página web
Los usuarios pueden personalizar las solicitudes de datos especificando el "parse_description" para Extraer de la Página o "llm_instructions" para Extraer de la Captura de Pantalla. Pueden definir los campos que desean, como "precio en USD" o "disponibilidad", e incluir parámetros como "expiration_seconds" para almacenamiento en caché
Los controles de calidad incluyen la validación contra el texto de la página para confirmar la presencia de valores numéricos, comparaciones con datos históricos y verificaciones de desplazamientos decimales. El objeto de validación registra esos controles y un estado. No cambia el valor extraído