从任意页面获取渲染后的 HTML、Markdown 和 JSON

使用 POST /html 获取任意页面的完整渲染 DOM，而无需自行启动或维护浏览器。AdsCrawl 在住宅代理后运行真正的 Chromium 实例，等待页面加载完成，然后以你工作流所需的格式返回内容。

选择内容模式

contentMode 字段控制返回的内容类型：

模式	响应类型	适用场景
`html` (默认)	`text/html`	完整渲染 DOM、网页抓取、链接提取
`markdown`	`text/markdown`	LLM 流水线、可读文章文本
`json`	`application/json`	结构化文章数据，包含 `title`、`byline`、`excerpt` 和 `content` 字段

markdown 和 json 模式均使用 Mozilla Readability 算法。如果页面没有可识别的文章内容，API 将返回 422 READABILITY_CONTENT_NOT_FOUND。

发送你的第一个请求

选择你的 contentMode

确定你需要完整页面 DOM (html)、纯净可读文本 (markdown) 还是结构化文章对象 (json)。对于大多数 LLM 和摘要任务，markdown 是合适的起点。

设置 waitUntil

使用 domcontentloaded 以获得更快的速度，它在 HTML 解析完成后立即返回，无需等待图片和样式表加载。当你需要样式已应用时，切换到 load，当页面通过 XHR 请求填充内容时，切换到 networkidle。

通过 selector 限定范围（可选）

将 selector 设置为 CSS 选择器，以等待该元素出现并仅返回其 HTML（在 html 模式下）或针对其运行 Readability（在 markdown/json 模式下）。不匹配的选择器将返回 422。

发送请求

在 x-api-key 请求头中包含你的 API 密钥，并向 https://api.adscrawl.net/html 发送 POST JSON 请求。

curl -sS -X POST "https://api.adscrawl.net/html" \
  -H "content-type: application/json" \
  -H "x-api-key: $ADSCRAWL_API_KEY" \
  -d '{
    "url": "https://example.com/article",
    "contentMode": "markdown",
    "waitUntil": "domcontentloaded"
  }'

const response = await fetch('https://api.adscrawl.net/html', {
  method: 'POST',
  headers: {
    'content-type': 'application/json',
    'x-api-key': process.env.ADSCRAWL_API_KEY,
  },
  body: JSON.stringify({
    url: 'https://example.com/article',
    contentMode: 'markdown',
    waitUntil: 'domcontentloaded',
  }),
});
const text = await response.text();

import os, requests

resp = requests.post(
    'https://api.adscrawl.net/html',
    headers={'x-api-key': os.environ['ADSCRAWL_API_KEY']},
    json={
        'url': 'https://example.com/article',
        'contentMode': 'markdown',
        'waitUntil': 'domcontentloaded',
    }
)
print(resp.text)

JSON 响应 (contentMode=json)

当你使用 contentMode: "json" 时，响应体是一个结构化的 Readability 文章对象：

{
  "title": "Example Article",
  "byline": "Author Name",
  "excerpt": "A concise article summary.",
  "siteName": "Example",
  "lang": "en",
  "dir": null,
  "content": "<div><p>Readable body...</p></div>",
  "textContent": "Readable body...",
  "length": 2487,
  "publishedTime": null
}

字段	说明
`title`	Readability 提取的文章标题
`byline`	作者或出版物署名
`excerpt`	简短摘要，通常来自 meta description
`siteName`	发布者名称
`lang`	检测到的语言代码
`dir`	文本方向 (`"ltr"`、`"rtl"` 或 `null`)
`content`	清理后的 HTML 正文
`textContent`	规范化空白后的纯文本正文
`length`	`textContent` 的字符数
`publishedTime`	找到的文章发布时间，否则为 `null`

提示和常用选项

将 countryCode 设置为两位字母区域代码（例如 "US"、"GB"）或 "GLOBAL"，以通过该区域内的住宅代理路由你的请求。这使你能够绕过地域限制并获取页面的本地化版本。

传递 cookies 数组以获取需要已认证会话的页面。每个 cookie 至少需要 name、value 和 domain。

如果你在不包含可识别文章正文的页面上请求 contentMode: "markdown" 或 contentMode: "json"（例如登录页面或数据密集型仪表盘），API 将返回 422 READABILITY_CONTENT_NOT_FOUND。对于这些页面，切换到 contentMode: "html" 以获取原始 DOM。

快速上手

核心概念

使用指南

价格与限制

从任意页面获取渲染后的 HTML、Markdown 和 JSON

选择内容模式

发送你的第一个请求

JSON 响应 (contentMode=json)

提示和常用选项

完整请求体参考

​选择内容模式

​发送你的第一个请求

​JSON 响应 (contentMode=json)

​提示和常用选项

​完整请求体参考

选择内容模式

发送你的第一个请求

JSON 响应 (contentMode=json)

提示和常用选项

完整请求体参考