Spicrawl funktioniert jetzt mit dem OpenAI Agents SDK, LangChain, Codex, Claude Code und mehr.Integrationen ansehen
Zum Inhalt springen

Strukturierte Daten aus jeder Website extrahieren

Wähle die Felder, die du brauchst. Bekomme sie als sauberes JSON zurück.

example.com/product/1
Lerne Model X kennen — Präzision bei jedem Klick
Wireless Mouse — Model X
Wireless Mouse — Model X
$49.00Auf Lager★ 4.6 (1,284)
Empfänger mit niedriger Latenz (2.4 GHz), 70 Tage Akkulaufzeit und leise Schalter.
SpezifikationWert
Verbindung2.4 GHz, BT5Akku70 Tage
<script type="application/ld+json">
result.md
# Wireless Mouse — Model X**$49.00** · Auf Lager · 4.6 (1,284 Bewertungen)Low-latency 2.4 GHz receiver, 70-day battery lifeund stille Schalter.| Spec      | Value        || --------- | ------------ || Verbindung| 2.4 GHz, BT5 || Akku      | 70 Tage      |
Die Seite lesen
Rohes HTML12.480 Tokens
Markdown0 Tokens

Menüs, Footer und Werbung entfernt: 3 % bis 24 % der Tokens des rohen HTML. Beispielseite.

So funktioniert es

  1. Benenne deine Felder und gib jedem einen CSS-Selektor.
  2. Sende sie in extract mit der Seiten-URL.
  3. Lies das JSON. Deine Felder stehen unter data.
curl https://api.spicrawl.com/v1/scrape \
  -H "Authorization: Bearer $SPICRAWL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "url": "https://example.com/products/42",
    "extract": { "title": "h1", "price": ".price", "next_page": "a.next@href" }
  }'
json
{
  "status": 200,
  "data": {
    "title": "Walnut Desk",
    "price": "$349.00"
  },
  "empty_fields": ["next_page"]
}

empty_fields listet Felder auf, die nichts getroffen haben. Oft ist das das erste Zeichen, dass eine Website ihr Layout geändert hat.

Drei Wege zu Daten

WegWas du sendestWas du bekommst
autoparse"autoparse": trueDas eigene JSON-LD, OpenGraph, Microdata, Metadaten und der App-State der Seite
Selektor-MapFeldnamen und CSS-SelektorenGenau diese Felder, als Text
JSON SchemaEin Schema, dessen Felder Selektoren habenTypisierte, geprüfte Werte, aus "$1,234.56" wird 1234.56

Gut zu wissen

  • Keine zusätzlichen Credits für die Extraktion. Du zahlst nur für die Anfrage: 1 Credit einfach, 3 mit JavaScript.
  • Kommt bald: Extraktion aus einem Prompt in einfacher Sprache. Heute nutze Selektoren, ein Schema oder Autoparse.
  • Nicht im Batch. Extraktion läuft nur bei einzelnen Scrapes.
  • Deine Verantwortung: Extrahiere nur Daten, die du nutzen darfst. Siehe unsere Bedingungen.

Häufig gestellte Fragen

Wie extrahiere ich Daten aus einer Website als JSON?

Sende extract mit einer Map aus Feldnamen und CSS-Selektoren, etwa "title": "h1" und "price": ".price". Die Werte kommen in der JSON-Antwort unter data zurück.

Was macht autoparse?

Es gibt zurück, was die Seite schon über sich selbst sagt, ohne Selektoren: JSON-LD, OpenGraph, Twitter Card, Microdata, RDFa, Head-Metadaten und eingebetteten App-State.

Kann es Zahlen statt Text zurückgeben?

Ja. Nutze ein JSON Schema, dessen Properties einen Selektor haben. Werte werden in den deklarierten Typ umgewandelt, aus "$1,234.56" wird also 1234.56, und das Ergebnis wird gegen das Schema geprüft.

Woran erkenne ich, dass eine Seite ihr Layout ändert?

Prüfe empty_fields in der Antwort. Das Feld listet die Felder auf, deren Selektor nichts getroffen hat, oft das erste Zeichen dafür, dass sich das Markup geändert hat.

Kann ich die Felder in einfachen Worten beschreiben statt mit Selektoren?

Noch nicht. Extraktion mit einem Modell-Prompt kommt bald. Nutze heute Selektoren, ein JSON Schema oder autoparse.