O Spicrawl agora funciona com OpenAI Agents SDK, LangChain, Codex, Claude Code e mais.Ver integrações
Pular para o conteúdo

Extraia dados estruturados de qualquer site

Escolha os campos de que você precisa. Receba tudo de volta como JSON limpo.

example.com/product/1
Conheça o Modelo X — Precisão em cada clique
Mouse sem fio — Modelo X
Mouse sem fio — Modelo X
$49.00Em estoque★ 4.6 (1,284)
Receptor de 2.4 GHz de baixa latência, bateria de 70 dias e switches silenciosos.
EspecificaçõesValor
Conexão2.4 GHz, BT5Bateria70 dias
<script type="application/ld+json">
result.md
# Mouse sem fio — Modelo X**$49.00** · Em estoque · 4.6 (1,284 avaliações)Receptor de 2.4 GHz de baixa-latency, bateria de 70-daye switches silenciosos.| Spec      | Value        || --------- | ------------ || Conexão   | 2.4 GHz, BT5 || Bateria   | 70 dias      |
Lendo a página
HTML bruto12.480 tokens
Markdown0 tokens

Sem menus, rodapés e anúncios: de 3% a 24% dos tokens do HTML bruto. Página de exemplo.

Como funciona

  1. Dê nome aos seus campos e dê um seletor CSS a cada um.
  2. Envie-os em extract com a URL da página.
  3. Leia o JSON. Seus campos ficam em 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 lista os campos que não encontraram nada. Costuma ser o primeiro sinal de que um site mudou o layout.

Três formas de obter dados

WayO que você enviaO que você recebe
autoparse"autoparse": trueO JSON-LD, OpenGraph, microdata, metadados e estado do app da própria página
Mapa de seletoresNomes de campos e seletores CSSExatamente esses campos, como texto
JSON SchemaUm schema cujos campos têm seletoresValores tipados e verificados, então "$1,234.56" vira 1234.56

Bom saber

  • Sem créditos extras para extração. Você paga só pela requisição: 1 crédito simples, 3 com JavaScript.
  • Em breve: extração a partir de um prompt em linguagem natural. Hoje, use seletores, um schema ou autoparse.
  • Não em batch. A extração roda só em scrapes individuais.
  • Sua responsabilidade: extraia só dados que você tem o direito de usar. Veja nossos termos.

Perguntas frequentes

Como extraio dados de um site como JSON?

Envie extract com um mapa de nomes de campos para seletores CSS, como "title": "h1" e "price": ".price". Os valores voltam em data na resposta JSON.

O que o autoparse faz?

Ele retorna o que a página já diz sobre si mesma, sem seletores: JSON-LD, OpenGraph, Twitter Card, microdata, RDFa, metadados do head e estado embutido do app.

Ele pode retornar números em vez de texto?

Sim. Use um JSON Schema cujas propriedades tenham um seletor. Os valores são convertidos para o tipo declarado, então "$1,234.56" vira 1234.56, e o resultado é verificado contra o schema.

Como sei quando um site muda o layout?

Verifique empty_fields na resposta. Ele lista os campos cujo seletor não encontrou nada, o que costuma ser o primeiro sinal de que a marcação mudou.

Posso descrever os campos em palavras simples em vez de seletores?

Ainda não. A extração com um prompt de modelo está em breve. Hoje, use seletores, um JSON Schema ou autoparse.