结构化数据提取
把混乱网页转换成结构化数据的 Extract API
告诉 API 你需要哪些字段，提供 JSON Schema，就能获得适合应用直接使用的干净数据。
接口
这个 API 能帮你拿到什么
告诉 API 你的产品需要什么信息，把非结构化网页变成干净的业务数据。
1
可直接用于业务的字段
价格、评分、实体和自定义字段。
2
比选择器更不容易坏
用自然语言描述提取规则。
3
应用可以直接保存的数据
应用可保存的结构化数据。
适合用于
商品目录 / 公司数据 / 文章记录
带 schema 控制的提示词提取
Extract API 结合网页理解和 JSON Schema 输出。它适合处理简单爬虫容易失效的场景，例如商品信息、体育比分、公司数据或文章元数据。
结构化提取
使用自然语言提示从任何网页中提取特定的结构化数据。
JSON Schema 输出
使用 JSON Schema 定义所需的确切输出结构，以获得可靠、一致的结果。
LLM 驱动
利用大型语言模型准确理解内容并提取信息。
多样化用例
非常适合抓取产品详情、新闻文章、体育比分、财务数据等。
接入路径
典型流程
告诉 API 你需要哪些字段，提供 JSON Schema，就能获得适合应用直接使用的干净数据。
1
提交目标 URL、自然语言提取提示词和 JSON Schema。
2
接收符合 schema 的数据，而不是原始网页文本。
3
验证结果并写入产品数据库或工作流。
适合场景
商品、价格和目录数据提取。
体育、金融和事件页面的数据规范化。
把非结构化文章转换成应用可存储字段。
自建爬虫经常遇到风控封锁？
如果你自己跑爬虫，经常被限流或被反爬机制拦截，可以通过我们的动态住宅代理转发请求，获得全新 IP 和地区定位。
常见问题
Extract API 为什么要使用 JSON Schema？
JSON Schema 可以明确告诉模型应用期望的结构，让后续校验和存储更可靠。
Extract API 消耗多少积分？
Extract API 每次请求消耗 10 积分。