{
"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/14425/web+page+data+api/36431/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/14425/web+page+data+api/36432/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 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 🎉)
Web Page Data 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 no verificado, la razón, el texto en bruto tal como aparece en la página y los umbrales utilizados)
En lenguaje simple a través de parse_description (punto final de texto) o llm_instructions (punto final de captura de pantalla) Nombra los campos que quieres recibir por ejemplo "nombre del producto precio en USD como número y disponibilidad en campos llamados nombre precio y en_stock"
Usar Extraer de la Página por defecto: es más rápido y funciona en el texto de la página Cambiar a Extraer de 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
Si el número está realmente escrito en la página (on_page) 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 eso en lugar del historial del servicio Usa value_field cuando tu respuesta tenga varios números
No La página y la respuesta se reutilizan para la misma URL y la misma instrucción mientras sean más jóvenes que expiration_seconds por defecto 600 segundos Enviar 0 para forzar una nueva obtención
Extraer de la página lee el texto renderizado por el servidor Para el 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 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 derivados de visuales renderizados como gráficos o widgets
Los campos clave incluyen "datos", que contiene los valores extraídos, y "validación", que proporciona el estado de la extracción, la razón de ese estado y verificaciones con respecto al texto de la página y los valores históricos
La respuesta está organizada en dos secciones principales: "datos," que contiene la información extraída, y "validación," que detalla las verificaciones de precisión realizadas sobre los valores numéricos, incluyendo el estado y las razones de cualquier discrepancia
Extracto de Página puede recuperar datos basados en texto como precios y especificaciones mientras que Extracto de Captura de Pantalla es adecuado para datos visuales que requieren renderizado como gráficos o contenido dinámico de páginas con mucho JavaScript
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 desean como "precio actual" o "disponibilidad"
Los datos se obtienen directamente de páginas web públicas La API recupera el contenido y lo procesa utilizando un modelo de lenguaje o un modelo de visión asegurando que la información se derive del texto real o de los visuales representados en la página
Una capa de validación verifica los valores numéricos en comparación con el texto de la página, los valores históricos y los posibles cambios decimales El valor extraído siempre se devuelve y el estado indica la confianza en ese valor
Los casos de uso típicos incluyen la monitorización de precios para materias primas el análisis de la competencia la extracción de especificaciones de productos y la alimentación de datos en tiempo real en sistemas de IA lo que permite la toma de decisiones dinámica basada en la información extraída