{
"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'
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 Web Page Data 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 🎉)
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.
Um objeto JSON com duas partes: dados, os campos que você pediu na sua instrução, e validação, uma verificação do valor numérico principal (status ok, suspeito, rejeitado ou não verificado, a razão, o texto bruto conforme escrito na página e os limites utilizados)
Em linguagem clara, através de parse_description (endpoint de texto) ou llm_instructions (endpoint de screenshot). Nomeie os campos que você deseja receber de volta, 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 Troque para Extrair de Captura de Tela quando os dados só aparecem uma vez que a página é renderizada como gráficos widgets tabelas canvas ou aplicativos pesados em JavaScript
Se o número está realmente escrito na página (on_page), se parece uma mudança decimal (x10, x100) e quão longe ele se moveu do último valor aceito para o mesmo URL e instrução Você sempre recebe a resposta o status lhe 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 contra ele em vez do histórico de serviço 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 da 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, tempo esgotado, erro upstream) A chamada não é contabilizada como bem-sucedida
Ambos os endpoints retornam dados JSON estruturados O endpoint Extrair da Página fornece campos com base no texto da página enquanto o endpoint Extrair da Captura de Tela retorna dados derivados de visuais renderizados como gráficos ou widgets
Os campos principais incluem "data", que contém os valores extraídos, e "validação", que fornece o status da extração, a razão para esse status e verificações em relação ao texto da página e valores históricos
A resposta está organizada em duas seções principais: "dados", que contém as informações extraídas, e "validação", que detalha as verificações de precisão realizadas sobre os valores numéricos, incluindo o status e os motivos para quaisquer discrepâncias
O Extrair da Página pode recuperar dados baseados em texto como preços e especificações enquanto o Extrair da Captura de Tela é adequado para dados visuais que requerem renderização como gráficos ou conteúdo dinâmico de páginas com muito JavaScript
Os usuários podem personalizar solicitações especificando o "parse_description" para Extrair da Página ou "llm_instructions" para Extrair da Captura de Tela, detalhando os campos exatos que desejam, como "preço atual" ou "disponibilidade"
Os dados são obtidos diretamente de páginas da web públicas A API busca o conteúdo e o processa usando um modelo de linguagem ou modelo de visão garantindo que a informação seja derivada do texto real ou de visuais renderizados na página
Uma camada de validação verifica os valores numéricos em relação ao texto da página, valores históricos e possíveis deslocamentos decimais O valor extraído é sempre retornado e o status indica a confiança nesse valor
Casos de uso típicos incluem monitoramento de preços para commodities análise de concorrentes extração de especificações de produtos e fornecimento de dados em tempo real para sistemas de IA permitindo a tomada de decisões dinâmicas com base nas informações extraídas