Spicrawl kini bekerja dengan OpenAI Agents SDK, LangChain, Codex, Claude Code, dan lainnya.Lihat integrasi
Lewati ke konten

Ekstrak data terstruktur dari situs web apa pun

Pilih field yang Anda butuhkan. Dapatkan kembali sebagai JSON bersih.

example.com/product/1
Kenali Model X — Presisi di setiap klik
Wireless Mouse — Model X
Wireless Mouse — Model X
$49.00Tersedia★ 4.6 (1,284)
Receiver 2.4 GHz latensi rendah, baterai tahan 70 hari, dan switch senyap.
SpesifikasiNilai
Koneksi2.4 GHz, BT5Baterai70 hari
<script type="application/ld+json">
result.md
# Wireless Mouse — Model X**$49.00** · Tersedia · 4.6 (1,284 ulasan)Low-latency 2.4 GHz receiver, 70-day battery lifedan switch senyap.| Spec      | Value        || --------- | ------------ || Koneksi   | 2.4 GHz, BT5 || Baterai   | 70 hari      |
Membaca halaman
HTML mentah12,480 token
Markdown0 token

Menu, footer, dan iklan dihapus: 3% hingga 24% dari token HTML mentah. Halaman contoh.

Cara kerjanya

  1. Beri nama field Anda dan beri setiap field sebuah selector CSS.
  2. Kirimkan di extract dengan URL halaman.
  3. Baca JSON-nya. Field Anda ada di bawah 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 mencantumkan field yang tidak cocok dengan apa pun. Ini sering menjadi tanda pertama bahwa sebuah situs mengubah tata letaknya.

Tiga cara mendapatkan data

CaraApa yang Anda kirimApa yang Anda dapatkan
autoparse"autoparse": trueJSON-LD, OpenGraph, microdata, metadata, dan state aplikasi milik halaman itu sendiri
Peta selectorNama field dan CSS selectorPersis field tersebut, sebagai teks
JSON SchemaSkema yang field-nya memiliki selectorNilai bertipe dan tervalidasi, sehingga "$1,234.56" menjadi 1234.56

Perlu diketahui

  • Tanpa kredit tambahan untuk ekstraksi. Anda hanya membayar permintaannya: 1 kredit biasa, 3 dengan JavaScript.
  • Segera hadir: ekstraksi dari prompt bahasa biasa. Saat ini, gunakan selector, schema, atau autoparse.
  • Tidak pada batch. Ekstraksi hanya berjalan pada scrape tunggal.
  • Tanggung jawab Anda: hanya ekstrak data yang berhak Anda gunakan. Lihat ketentuan kami.

Pertanyaan yang sering diajukan

Bagaimana cara mengekstrak data dari situs web sebagai JSON?

Kirim extract dengan peta nama field ke CSS selector, seperti "title": "h1" dan "price": ".price". Nilainya dikembalikan di bawah data pada respons JSON.

Apa fungsi autoparse?

Ia mengembalikan apa yang sudah dikatakan halaman tentang dirinya sendiri, tanpa selector: JSON-LD, OpenGraph, Twitter Card, microdata, RDFa, metadata head, dan state aplikasi yang tertanam.

Bisakah ia mengembalikan angka, bukan teks?

Ya. Gunakan JSON Schema yang properti-nya memiliki selector. Nilai dikonversi ke tipe yang dideklarasikan, sehingga "$1,234.56" menjadi 1234.56, dan hasilnya diperiksa terhadap skema.

Bagaimana saya tahu ketika situs mengubah tata letaknya?

Periksa empty_fields pada respons. Isinya field yang selector-nya tidak cocok dengan apa pun, yang sering menjadi tanda pertama bahwa markup berubah.

Bisakah saya mendeskripsikan field dengan kata-kata biasa, bukan selector?

Belum. Ekstraksi dengan prompt model segera hadir. Saat ini, gunakan selector, JSON Schema, atau autoparse.