Spicrawl ahora funciona con OpenAI Agents SDK, LangChain, Codex, Claude Code y más.Ver integraciones
Saltar al contenido

Extrae datos estructurados de cualquier sitio web

Elige los campos que necesitas. Recíbelos como JSON limpio.

example.com/product/1
Conoce el Model X: precisión en cada clic
Wireless Mouse — Model X
Wireless Mouse — Model X
$49.00En stock★ 4.6 (1,284)
Receptor de 2,4 GHz de baja latencia, 70 días de batería e interruptores silenciosos.
EspecificaciónValor
Conexión2,4 GHz, BT5Batería70 días
<script type="application/ld+json">
result.md
# 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      |
Lectura de la página
HTML en bruto12.480 tokens
Markdown0 tokens

Menús, pies de página y anuncios eliminados: del 3% al 24% de los tokens del HTML sin procesar. Página de ejemplo.

Cómo funciona

  1. Ponles nombre a tus campos y asigna a cada uno un selector CSS.
  2. Envíalas en extract con la URL de la página.
  3. 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" }
  }'
json
{
  "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

FormaLo que envíasLo que obtienes
autoparse"autoparse": trueEl JSON-LD, OpenGraph, microdata, metadatos y estado de la app de la propia página
Mapa de selectoresNombres de campo y selectores CSSExactamente esos campos, como texto
JSON SchemaUn esquema cuyos campos tienen selectoresValores 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.