Datos web · Producto DomScan

API de Web Scraping

Obtén páginas web y documentos públicos como HTML, Markdown, texto listo para LLM o texto sin formato, de una en una, por lotes o rastreando un sitio completo.

Qué obtienes

Obtén páginas web y documentos públicos como HTML, Markdown, texto listo para LLM o texto sin formato, de una en una, por lotes o rastreando un sitio completo.

SíncronoAsíncronoRESTMCPSDK

Elige este producto cuando

Para quién es

Usa APIs específicas cuando un producto o flujo necesite evidencias actuales de una página pública en una respuesta estructurada.

Elige este producto cuando

Elige esto cuando necesites HTML, texto o Markdown limpios de páginas públicas, PDF u hojas de cálculo, desde una sola página hasta un sitio completo, con renderizado o recopilación asíncrona solo cuando sean compatibles y necesarios.

Qué obtienes

Obtén páginas web y documentos públicos como HTML, Markdown, texto listo para LLM o texto sin formato, de una en una, por lotes o rastreando un sitio completo.

Endpoints

Consulta qué acepta y qué devuelve cada endpoint, sus modos y sus límites antes de integrarlo.

POST /v1/scrape Ver referencia de API
POST /v1/scrape/jobs Ver referencia de API
GET /v1/scrape/jobs/:job_id Ver referencia de API
GET /v1/scrape/jobs/:job_id/results Ver referencia de API
POST /v1/crawl/jobs Ver referencia de API
GET /v1/crawl/jobs/:job_id Ver referencia de API
GET /v1/crawl/jobs/:job_id/results Ver referencia de API

Créditos y autenticación

0-20 Autenticación obligatoria. Consulta la referencia de la API para ver el coste exacto, incluido cualquier precio por elemento.

Operación de ejemplo

Usa operaciones documentadas para recopilar, evaluar, enriquecer, verificar, comparar, proteger o monitorizar evidencias públicas.

POST /v1/scrape Créditos: 1-20/item

Parámetros del cuerpo

Parámetro Tipo obligatorio
url string obligatorio
mode string
Valores permitidos standardresilientrenderedrendered_resilient
Predeterminado standard
opcional
output string
Valores permitidos htmltextmarkdownllm
Predeterminado html
opcional
only_main_content boolean
Predeterminado false
opcional
include_selectors string[] opcional
exclude_selectors string[] opcional
links boolean
Predeterminado false
opcional
headers object opcional
cookies object opcional

Campos de respuesta

Campo Tipo
data object
data.url string
data.final_url string
data.status integer | null
data.outcome string
data.content_type string | null
data.content string
data.bytes integer
data.truncated boolean
data.redirect_count integer
data.attempt_count integer
data.duration_ms integer
data.fetched_at string
data.headers object
data.rendered boolean
data.links[] object[]
data.links[] object
data.links[].url string
data.links[].text string
data.document object
data.document.kind string
data.document.title string | null
data.document.pages integer | null
data.document.sheets[] string[]
data.document.truncated boolean
data.document.error string
data.depth integer
data.forwarded object
data.forwarded.header_names[] string[]
data.forwarded.cookie_names[] string[]
data.forwarded.scope string
billing object
billing.credits_charged integer
billing.credits_refunded integer
billing.credits_per_item integer
billing.credits_net integer
billing.policy string

Solicitud de ejemplo

curl -X POST "https://domscan.net/v1/scrape" \
  -H "Content-Type: application/json" \
  -H "X-API-Key: $DOMSCAN_API_KEY" \
  -d '{
  "url": "https://example.com/",
  "mode": "standard",
  "output": "markdown"
}'
const response = await fetch("https://domscan.net/v1/scrape", {
  method: "POST",
  headers: { "X-API-Key": process.env.DOMSCAN_API_KEY, "Content-Type": "application/json" },
  body: JSON.stringify({
    "url": "https://example.com/",
    "mode": "standard",
    "output": "markdown"
  }),
});
const data = await response.json();
console.log(data);
import os
import requests

response = requests.post(
    "https://domscan.net/v1/scrape",
    headers={"X-API-Key": os.environ["DOMSCAN_API_KEY"]},
    json={
        "url": "https://example.com/",
        "mode": "standard",
        "output": "markdown",
    },
)
print(response.json())
package main

import (
	"fmt"
	"io"
	"net/http"
	"os"
	"strings"
)

func main() {
	body := strings.NewReader(`{
	  "url": "https://example.com/",
	  "mode": "standard",
	  "output": "markdown"
	}`)
	req, err := http.NewRequest(http.MethodPost, "https://domscan.net/v1/scrape", body)
	if err != nil {
		panic(err)
	}
	req.Header.Set("X-API-Key", os.Getenv("DOMSCAN_API_KEY"))
	req.Header.Set("Content-Type", "application/json")

	resp, err := http.DefaultClient.Do(req)
	if err != nil {
		panic(err)
	}
	defer resp.Body.Close()

	data, err := io.ReadAll(resp.Body)
	if err != nil {
		panic(err)
	}
	fmt.Println(resp.Status, string(data))
}
require "json"
require "net/http"

uri = URI("https://domscan.net/v1/scrape")
request = Net::HTTP::Post.new(uri)
request["X-API-Key"] = ENV.fetch("DOMSCAN_API_KEY")
request["Content-Type"] = "application/json"
request.body = JSON.generate({
  "url" => "https://example.com/",
  "mode" => "standard",
  "output" => "markdown"
})

response = Net::HTTP.start(uri.hostname, uri.port, use_ssl: true) do |http|
  http.request(request)
end
puts JSON.pretty_generate(JSON.parse(response.body))

Respuesta de ejemplo

{
  "data": {
    "url": "https://example.com",
    "final_url": "https://example.com",
    "status": 1,
    "outcome": "success",
    "content_type": "domain",
    "content": "example",
    "bytes": 1,
    "truncated": false,
    "redirect_count": 1,
    "attempt_count": 1,
    "duration_ms": 1,
    "fetched_at": "2026-08-27T12:00:00Z",
    "headers": {},
    "rendered": false,
    "links": [
      {
        "url": "https://example.com",
        "text": "example"
      }
    ],
    "document": {
      "kind": "pdf",
      "title": "example",
      "pages": 1,
      "sheets": [
        "example"
      ],
      "truncated": false,
      "error": "DOCUMENT_UNREADABLE"
    },
    "depth": 1,
    "forwarded": {
      "header_names": [
        "example"
      ],
      "cookie_names": [
        "example"
      ],
      "scope": "requested_origin"
    }
  },
  "billing": {
    "credits_charged": 1,
    "credits_refunded": 1,
    "credits_per_item": 1,
    "credits_net": 1,
    "policy": "effort_based"
  }
}

Códigos de estado HTTP

  • 200 OK
  • 400 Solicitud incorrecta
  • 401 No autorizado
  • 402 Pago requerido
  • 403 Prohibido
  • 409 HTTP 409
  • 422 HTTP 422
  • 429 Demasiadas solicitudes
  • 503 Servicio no disponible

Preguntas frecuentes

¿Dónde puedo encontrar la referencia de solicitud y respuesta de Web Scraping?

Usa la referencia de API de Web Scraping para revisar parámetros, campos de respuesta, ejemplos, códigos de estado y modos de operación compatibles.

¿Cómo debo interpretar los resultados desconocidos o incompletos de Web Scraping?

Desconocido o parcial significa que no pudimos confirmar del todo el resultado. Ten en cuenta el estado, la confianza, la actualidad y los límites que haya cuando actúes en consecuencia.

¿Cómo se calcula el precio de Web Scraping?

El precio depende de la comprobación y del modo que elijas. La referencia de la API muestra el coste actual en créditos, si necesitas una clave de API y cualquier precio por elemento.

Utilizado por personas en estas empresas

InstantOutseerMongoDBRespondentSage Expense ManagementInstantlyD.R. HortonWhatConvertsAdobeLLM Pulse