{
"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/14424/extract+web+page+data+api/36429/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/14424/extract+web+page+data+api/36430/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 Extract Web Page Data 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 🎉)
Extract Anything 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 pediste en tu instrucción, y validación, una verificación del valor numérico principal (estado ok, sospechoso, rechazado o no verificado, el motivo, el texto original 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 un número y disponibilidad en campos llamados nombre precio y en_stock"
Usar Extraer de la Página por defecto: es más rápido y funciona con el texto de la página. Cambia 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 cambio decimal (x10, x100) y cuán lejos 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 con él en lugar del historial de servicio Usa value_field cuando tu respuesta tenga varios números
No La página y la respuesta se reutilizan para la misma URL e instrucción mientras sean más jóvenes que expiration_seconds valor predeterminado 600 segundos Envía 0 para forzar una nueva obtención
Extracto de la página lee el texto renderizado por el servidor Para contenido que solo aparece después de que la página ejecuta sus scripts utiliza Extraer de la captura de pantalla que renderiza la página en un navegador antes de leerla
La respuesta viene con error verdadero y un mensaje que describe 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 Extract From Page proporciona campos basados en el texto de la página mientras que el punto final Extract From Screenshot devuelve datos derivados de visuales renderizados como gráficos o widgets
Los campos clave incluyen "datos" que contienen los valores extraídos y "validación" que proporciona el estado de la extracción razones para cualquier discrepancia y comprobaciones contra valores anteriores
Los datos devueltos están en formato JSON, estructurados con un array "data" para los valores extraídos y un objeto "validation" con el estado, la razón y comparaciones históricas
Extracto de Página es adecuado para datos basados en texto como precios y especificaciones mientras que Extracto de Captura de Pantalla es ideal para datos visuales como gráficos y contenido dinámico que requiere renderizado
Los usuarios pueden personalizar las solicitudes especificando el "parse_description" para Extraer de la Página o "llm_instructions" para Extraer de la Captura de Pantalla detallando los campos exactos que quieren extraer
En el objeto de validación "estado" indica la confianza en la extracción (ok, sospechoso, rechazado) "razón" explica cualquier problema y "en_página" confirma si el valor fue encontrado en el texto de la página
Una capa de validación verifica los valores numéricos contra el texto de la página los datos históricos y patrones como los desplazamientos decimales El valor extraído siempre se devuelve incluso cuando el estado es rechazado El estado indica la confianza
Los casos de uso típicos incluyen la monitorización de precios el análisis de competidores la extracción de especificaciones de productos y la alimentación de sistemas de IA con datos en vivo de varias fuentes web