Extrae datos estructurados de cualquier sitio web
Elige los campos que necesitas. Recíbelos como JSON limpio.


# Wireless Mouse — Model X**$49.00** · En stock · 4.6 (1,284 reseñas)Receptor de 2.4 GHz de baja-latency, batería de 70-dayy las opciones silenciosas.| Spec | Value || --------- | ------------ || Conexión | 2.4 GHz, BT5 || Batería | 70 días |Menús, pies de página y anuncios eliminados: del 3% al 24% de los tokens del HTML sin procesar. Página de ejemplo.
La respuesta completa: estado, URL, motor y datos. Página de ejemplo.
Información de la página, reglas CSS o un JSON Schema con selectores. Página de ejemplo.
Pasos que ejecutar en la página, con renderizado de navegador completo.
Cómo funciona
- Ponles nombre a tus campos y asigna a cada uno un selector CSS.
- Envíalas en
extractcon la URL de la página. - Lee el JSON. Tus campos están en
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" }
}'import os, requests
r = requests.post(
"https://api.spicrawl.com/v1/scrape",
headers={"Authorization": f"Bearer {os.environ['SPICRAWL_API_KEY']}"},
json={
"url": "https://example.com/products/42",
"extract": {"title": "h1", "price": ".price", "next_page": "a.next@href"},
},
timeout=120,
)
env = r.json()
print(env["data"], env.get("empty_fields"))spicrawl scrape https://example.com/products/42 \
--extract '{"title":"h1","price":".price","next_page":"a.next@href"}'{
"status": 200,
"data": {
"title": "Walnut Desk",
"price": "$349.00"
},
"empty_fields": ["next_page"]
}empty_fields muestra los campos que no coincidieron con nada. A menudo es la primera señal de que un sitio cambió su diseño.
Tres formas de obtener datos
| Forma | Lo que envías | Lo que obtienes |
|---|---|---|
autoparse | "autoparse": true | El JSON-LD, OpenGraph, microdata, metadatos y estado de la app de la propia página |
| Mapa de selectores | Nombres de campo y selectores CSS | Exactamente esos campos, como texto |
| JSON Schema | Un esquema cuyos campos tienen selectores | Valores tipados y comprobados, así "$1,234.56" se convierte en 1234.56 |
Conviene saber
- Sin créditos extra para la extracción. Pagas solo la solicitud: 1 crédito simple, 3 con JavaScript.
- Próximamente: extracción a partir de un prompt en lenguaje natural. Hoy, usa selectores, un esquema o autoparse.
- No en batch. La extracción se ejecuta solo en scrapes individuales.
- Tu responsabilidad: solo extrae datos que tengas derecho a usar. Consulta nuestros términos.
Preguntas frecuentes
¿Cómo extraigo datos de un sitio web como JSON?
Envía extract con un mapa de nombres de campo a selectores CSS, como "title": "h1" y "price": ".price". Los valores vuelven en data dentro de la respuesta JSON.
¿Qué hace autoparse?
Devuelve lo que la página ya dice de sí misma, sin selectores: JSON-LD, OpenGraph, Twitter Card, microdata, RDFa, metadatos del head y estado embebido de la app.
¿Puede devolver números en lugar de texto?
Sí. Usa un JSON Schema cuyas propiedades tengan un selector. Los valores se convierten al tipo declarado, así "$1,234.56" pasa a ser 1234.56, y el resultado se valida contra el esquema.
¿Cómo sé cuándo un sitio cambia su diseño?
Revisa empty_fields en la respuesta. Enumera los campos cuyo selector no encontró nada, que suele ser la primera señal de que cambió el marcado.
¿Puedo describir los campos con palabras normales en lugar de selectores?
Todavía no. La extracción con un prompt de modelo llegará pronto. Hoy, usa selectores, un JSON Schema o autoparse.