{
"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/14428/natural+language+web+scraper+api/36437/extract+from+page?url=https://www.investing.com/commodities/gold&expiration_seconds=600&raw_text=true&parse_description=Current gold futures price as a plain number, in a field called value&expiration_seconds=600&value_field=value&raw_text=true&last_value=4012.5&max_chars=6000&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/14428/natural+language+web+scraper+api/36438/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'
Após se cadastrar, cada desenvolvedor recebe uma chave de acesso à API pessoal, uma combinação única de letras e dígitos para acessar nosso endpoint de API. Para autenticar com a Natural Language Web Scraper API basta incluir seu token Bearer no cabeçalho Authorization.
| Cabeçalho | Descrição |
|---|---|
Authorization
|
Obrigatório
Deve ser Bearer access_key. Veja "Sua chave de acesso à API" acima quando você estiver inscrito.
|
Sem compromisso de longo prazo. Faça upgrade, downgrade ou cancele a qualquer momento.
(Economize 2 meses com cobrança anual 🎉)
Um objeto JSON com duas partes: dados, os campos que você solicitou em sua instrução, e validação, uma verificação do valor numérico principal (status ok, suspeito, rejeitado ou não conferido, o motivo, o texto bruto conforme escrito na página e os limites utilizados)
Em linguagem simples através de parse_description (ponto final de texto) ou llm_instructions (ponto final de captura de tela) Nomeie os campos que deseja receber por exemplo "nome do produto preço em USD como número e disponibilidade em campos chamados nome preço e em_estoque"
Use Extrair da Página por padrão é mais rápido e funciona no texto da página Mude para Extrair da Captura de Tela quando os dados aparecem apenas uma vez que a página é renderizada como gráficos widgets tabelas em canvas ou aplicativos pesados em JavaScript
Se o número está realmente escrito na página (on_page), se parece com uma mudança decimal (x10, x100) e quão longe ele se moveu do último valor aceito para a mesma URL e instrução Você sempre recebe a resposta o status te diz o quanto confiar nela
Sim Envie last_value com o último número que você armazenou para essa URL e instrução e a validação compara com ele em vez do histórico de serviços Use value_field quando sua resposta tiver vários números
Não A página e a resposta são reutilizadas para a mesma URL e instrução enquanto forem mais jovens que expiration_seconds (padrão 600 segundos) Envie 0 para forçar uma nova busca
Extração da Página lê o texto renderizado pelo servidor Para conteúdo que aparece apenas após a execução dos scripts da página use Extração de Captura de Tela que renderiza a página em um navegador antes de lê-la
A resposta vem com erro verdadeiro e uma mensagem descrevendo o problema página bloqueada timeout erro a montante A chamada não é contada como bem-sucedida
Ambos os endpoints retornam dados JSON estruturados O endpoint "Extrair da Página" fornece campos com base no texto da página enquanto "Extrair do Screenshot" retorna dados de visuais renderizados Cada resposta inclui uma seção "dados" com os campos solicitados e uma seção "validação" para verificações numéricas
Os campos principais nos dados de resposta incluem "value" (os dados numéricos extraídos) "raw_text" (o texto como aparece na página) e o objeto "validation" que contém status razão e verificações relacionadas à precisão do valor extraído
Os dados de resposta estão organizados em duas seções principais: "dados" e "validação" A seção "dados" contém os campos extraídos enquanto a seção "validação" fornece insights sobre a precisão e a confiabilidade dos valores numéricos extraídos incluindo status e razões para quaisquer discrepâncias
O endpoint "Extrair da Página" pode recuperar dados baseados em texto como preços especificações do produto e disponibilidade O endpoint "Extrair do Screenshot" é adequado para dados visuais como gráficos diagramas e conteúdo dinâmico que requer renderização para ser visível
Os usuários podem personalizar solicitações especificando o "parse_description" para o ponto de extremidade "Extrair da Página" ou "llm_instructions" para o ponto de extremidade "Extrair da Captura de Tela" Eles podem definir os campos que desejam extrair e fornecer parâmetros opcionais como "expiration_seconds" e "last_value"
Os dados são provenientes de páginas da web de acesso público A API busca o conteúdo diretamente da URL especificada garantindo que as informações sejam atuais e relevantes O processo de validação aumenta ainda mais a confiabilidade dos dados através da verificação cruzada dos valores extraídos com o texto da página
A precisão dos dados é mantida através de uma camada de validação que verifica os valores numéricos extraídos em relação ao texto da página, dados históricos e possíveis mudanças de casas decimais Cada resposta inclui um status de validação permitindo que os usuários avaliem a confiabilidade das informações extraídas
Casos de uso típicos incluem monitoramento de preços para commodities análise de concorrentes extração de especificações de produtos de sites de e-commerce e coleta de dados de relatórios ou painéis A API foi projetada para simplificar a extração de dados para várias aplicações melhorando os processos de tomada de decisão