Spicrawl ora funziona con OpenAI Agents SDK, LangChain, Codex, Claude Code e altri.Vedi le integrazioni
Vai al contenuto

Estrai dati strutturati da qualsiasi sito web

Scegli i campi che ti servono. Ricevili come JSON pulito.

example.com/product/1
Scopri Model X — Precisione in ogni click
Wireless Mouse — Model X
Wireless Mouse — Model X
$49.00Disponibile★ 4.6 (1,284)
Ricevitore a bassa latenza da 2.4 GHz, 70 giorni di autonomia della batteria e switch silenziosi.
SpecificaValore
Connessione2.4 GHz, BT5Batteria70 giorni
<script type="application/ld+json">
result.md
# Wireless Mouse — Model X**$49.00** · Disponibile · 4.6 (1.284 recensioni)Ricevitore da 2.4 GHz a bassa-latency, autonomia di 70-daye switch silenziosi.| Spec      | Value        || --------- | ------------ || Connessione| 2.4 GHz, BT5 || Batteria  | 70 giorni    |
Lettura della pagina
HTML grezzo12.480 token
Markdown0 token

Senza menu, footer e pubblicità: dal 3% al 24% dei token dell’HTML grezzo. Pagina di esempio.

Come funziona

  1. Dai un nome ai tuoi campi e assegna a ciascuno un selettore CSS.
  2. Inviali in extract con l’URL della pagina.
  3. Leggi il JSON. I tuoi campi sono sotto 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 elenca i campi che non hanno trovato nulla. Spesso è il primo segnale che un sito ha cambiato layout.

Tre modi per ottenere i dati

ModoCosa inviiCosa ottieni
autoparse"autoparse": trueJSON-LD, OpenGraph, microdata, metadati e stato dell’app della pagina stessa
Mappa dei selettoriNomi dei campi e selettori CSSEsattamente quei campi, come testo
JSON SchemaUno schema in cui i campi hanno dei selettoriValori tipizzati e controllati, così "$1,234.56" diventa 1234.56

Da sapere

  • Nessun credito extra per l’estrazione. Paghi solo la richiesta: 1 credito semplice, 3 con JavaScript.
  • In arrivo: estrazione da un prompt in linguaggio naturale. Oggi usa selettori, uno schema o autoparse.
  • Non nei batch. L’estrazione funziona solo sugli scrape singoli.
  • La tua responsabilità: estrai solo dati che hai il diritto di usare. Vedi i nostri termini.

Domande frequenti

Come estraggo i dati da un sito web come JSON?

Invia extract con una mappa di nomi di campo e selettori CSS, come "title": "h1" e "price": ".price". I valori tornano sotto data nella risposta JSON.

Cosa fa autoparse?

Restituisce ciò che la pagina dice già di sé, senza selettori: JSON-LD, OpenGraph, Twitter Card, microdata, RDFa, metadati dell’head e stato dell’app incorporato.

Può restituire numeri invece di testo?

Sì. Usa un JSON Schema le cui proprietà hanno un selettore. I valori vengono convertiti nel tipo dichiarato, così "$1,234.56" diventa 1234.56, e il risultato viene verificato rispetto allo schema.

Come so quando un sito cambia il suo layout?

Controlla empty_fields nella risposta. Elenca i campi il cui selettore non ha trovato nulla, spesso il primo segnale che il markup è cambiato.

Posso descrivere i campi a parole invece che con i selettori?

Non ancora. L’estrazione con un prompt al modello è in arrivo. Oggi usa selettori, un JSON Schema o autoparse.