{
"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'
注册后,每个开发者都会被分配一个个人 API 访问密钥,这是一个唯一的字母和数字组合,用于访问我们的 API 端点。要使用 Natural Language Web Scraper API 进行身份验证,只需在 Authorization 标头中包含您的 bearer token。
| 标头 | 描述 |
|---|---|
授权
|
必需
应为 Bearer access_key. 订阅后,请查看上方的"您的 API 访问密钥"。
|
一个包含两个部分的JSON对象:数据,您在指令中请求的字段,以及验证,主要数值的检查(状态正常,怀疑,拒绝或未检查,原因,页面上写的原始文本和使用的阈值)
用简单的语言,通过parse_description(文本端点)或llm_instructions(屏幕截图端点)。命名你想要返回的字段,例如“产品名称、以数字形式表示的美元价格和可用性,字段应命名为name、price和in_stock”
默认使用从页面提取:它更快并且作用于页面文本。当数据仅在页面渲染后显示时,例如图表、小组件、画布表或JavaScript重应用程序时,切换到从截图提取
无论数字是否实际上写在页面上(on_page),是否看起来像小数位移(x10,x100),以及与相同网址和指令的上一个接受值相比移动了多远。您始终会收到答案;状态告诉您有多少可以信任它
是的 发送last_value与您为该URL和指令存储的最后一个数字一起使用验证将与其进行比较而不是服务历史记录 当您的答案有多个数字时使用value_field
不是 页面和答案在过期秒数(默认为600秒)之前被重新使用于相同的URL和指令 发送0以强制重新获取
从页面提取读取服务器渲染的文本 对于仅在页面运行脚本后才出现的内容,请使用从截图提取,它在读取之前在浏览器中渲染页面
响应带有错误为真,并提供描述问题的消息(页面被阻止 超时 上游错误)该调用不被视为成功
两个端点返回结构化的 JSON 数据 "从页面提取" 端点根据页面文本提供字段 "从截图提取" 返回渲染视觉的数据 每个响应都包括一个 "数据" 部分包含请求的字段和一个 "验证" 部分用于数字检查
响应数据中的关键字段包括“value”(提取的数值数据)、“raw_text”(文本在页面上显示的样子)以及“validation”对象,其中包含与提取值的准确性相关的状态、原因和检验
响应数据被组织成两个主要部分:“数据”和“验证”。“数据”部分包含提取的字段,而“验证”部分提供有关提取的数值的准确性和可靠性的见解,包括状态和任何差异的原因
“从页面提取”端点可以检索基于文本的数据,如价格、产品规格和可用性。“从截图提取”端点适用于需要渲染才能显示的视觉数据,例如图表、图形和动态内容
用户可以通过为“从页面提取”端点指定“parse_description”或为“从截图提取”端点指定“llm_instructions”来自定义请求 他们可以定义想要提取的字段并提供可选参数,如“expiration_seconds”和“last_value”
数据来源于公开可访问的网页 API直接从指定的URL获取内容 确保信息是最新和相关的 验证过程通过与页面文本交叉引用提取的值进一步提高数据的可靠性
通过一个验证层来保持数据的准确性,该层将提取的数值与页面文本、历史数据和潜在的小数位移进行检查。每个响应包括一个验证状态,让用户能够评估提取信息的可靠性
典型用例包括商品价格监测、竞争对手分析、从电子商务网站提取产品规格,以及从报告或仪表板收集数据。该API旨在优化数据提取以适用于各种应用,增强决策过程