v0.2.0-beta

OpenAPI 3.1.0

OnPage API 内容解析

Felo API Support

MIT

服务器

https://openapi.felo.ai

客户端库

Shell Curl

DataForSEO

SEO, search-engine results, keyword research, backlinks and AI visibility data.

DataForSEO 操作

post/v1/beta/dataforseo/on_page/content_parsing

OnPage API 内容解析

将单个已抓取的 url 解析为结构化内容，并提供 markdown_view 用于 Markdown 渲染。它读取已完成的抓取，因此需要 post_dataforseo_on_page_submit 返回的 id，并返回 crawl_progress 以及由 max_crawl_pages、pages_in_queue 和 pages_crawled 组成的 crawl_status——在相信一个很小的结果之前请先检查这些字段，因为仍在运行的抓取本来就没有多少可报告的内容。独立版本 post_dataforseo_on_page_content_parsing_live 可在没有抓取的情况下解析任意 URL——除非页面已属于某次抓取，否则优先使用它。

计费参考

计量方式：按上报的响应成本计量。
参考请求估算：0.012 美元。
参考客户倍率：1.0。不得对已结算的客户金额再次应用。

仅供参考的元数据，不是账户报价、保证价格或消费上限。资源额度不同于 Felo 额度。最终扣费以 Felo 计费记录为准。

请求体

application/json

类型: array (object | null)[]
- id
  类型: string
  
  任务 ID
  必填字段
  你可以在 Task POST 端点的响应中获取此 ID
  注意：POST 请求中的 enable_content_parsing 参数必须设为 true
  示例：
  "07131248-1535-0216-1000-17384017ad04"
- markdown_view
  类型: boolean | null
  
  以 markdown 返回页面内容
  可选字段
  如果设为 true，页面以 markdown 格式呈现的内容将在响应的 page_as_markdown 字段中返回；
  默认值：false
- url
  类型: string
  
  要解析的内容 URL
  必填字段
  要解析的页面 URL
  示例：
  https://dataforseo.com/blog/a-versatile-alternative-to-google-trends-exploring-the-power-of-dataforseo-trends-api

响应

200
类型: object | null · Response36Afe1097B20_OnPageContentParsingResponseInfo
cost
类型: number | null 格式: double

任务总费用，美元

status_code
类型: integer | null

通用状态码完整响应码列表见此处

status_message
类型: string | null

通用信息性消息完整的一般信息性消息列表见此处

tasks
类型: array (object | null)[] | null

任务数组

类型: object | null · Response36Afe1097B20_OnPageContentParsingTaskInfo
cost
类型: number | null 格式: double

任务总费用，美元

data
类型: object | null

包含你在 POST 请求中指定的相同参数

propertyName
类型: object | null
id
类型: string | null

任务标识符我们系统中 UUID 格式的唯一任务标识符

path
类型: array (string | null)[] | null

URL 路径

result
类型: array (object | null)[] | null

结果数组

crawl_progress
类型: string | null

抓取会话的状态
可能的值：in_progress、finished

crawl_status
类型: object | null · Response36Afe1097B20_CrawlStatusInfo

抓取会话的详细信息

max_crawl_pages
类型: integer | null 格式: int64

爬取页面数上限表示设置任务时指定的 max_crawl_pages 限制

pages_crawled
类型: integer | null 格式: int64

已爬取的页面数量

pages_in_queue
类型: integer | null 格式: int64

当前在爬取队列中的页面数量

items
类型: array (object | null)[] | null

条目数组

fetch_time
类型: string | null

内容获取的日期和时间
示例：
"2022-11-01 10:02:52 +00:00"

page_as_markdown
类型: string | null

Markdown 格式的页面内容
采用文本转 HTML 的 Markdown 格式的页面内容
在请求中将 markdown_view 指定为 true 可返回该值

page_content
类型: object | null · Response36Afe1097B20_PageContentInfo

页面的解析内容

comments
类型: array (object | null)[] | null

页面上显示的评论数组
包含与所显示产品相关评论信息的对象

author
类型: string | null

评论作者

have_form
类型: boolean | null
primary_content
类型: array (object | null)[] | null

页面上的主要内容如需了解内容优先级计算的更多信息，请参阅此帮助中心文章

text
类型: string | null

页面上的次要内容有关内容优先级计算的更多信息，请参阅这篇帮助中心文章

url
类型: string | null

页面 URL。当文本为链接锚文本时显示

urls
类型: array (object | null)[] | null

包含在内容元素中找到的其他 URL 和锚文本

anchor_text
类型: string | null

URL 锚文本

url
类型: string | null

包含在内容元素中找到的其他 URL 和锚文本

publish_date
类型: string | null

评论发布的日期

rating
类型: object | null · Response36Afe1097B20_ContententRatingInfo

商品评分包含客户对该商品所给评分的信息

max_rating_value
类型: number | null 格式: double

评分名称的最大值

name
类型: string | null

评分名称此处可找到以下元素：Max5、Percents、CustomMax

rating_count
类型: integer | null 格式: int64

投票数

rating_value
类型: number | null 格式: double

评分的值

relative_rating
类型: number | null 格式: double

相对评分

title
类型: string | null

客户评论的标题

contacts
类型: object | null · Response36Afe1097B20_Contacts

联系信息
包含页面上显示的联系信息

emails
类型: array (string | null)[] | null

电子邮件地址数组

telephones
类型: array (string | null)[] | null

电话号码数组

footer
类型: object | null · Response36Afe1097B20_PageSectionContentInfo

表格页脚的内容

primary_content
类型: array (object | null)[] | null

页面上的主要内容
有关内容优先级计算的更多信息，请参阅这篇帮助中心文章

text
类型: string | null

页面上的次要内容有关内容优先级计算的更多信息，请参阅这篇帮助中心文章

url
类型: string | null

页面 URL。当文本为链接锚文本时显示

urls
类型: array (object | null)[] | null

包含在内容元素中找到的其他 URL 和锚文本

anchor_text
类型: string | null

URL 锚文本

url
类型: string | null

包含在内容元素中找到的其他 URL 和锚文本

secondary_content
类型: array (object | null)[] | null

页面上的次要内容
有关内容优先级计算的更多信息，请参阅这篇帮助中心文章

text
类型: string | null

页面上的次要内容有关内容优先级计算的更多信息，请参阅这篇帮助中心文章

url
类型: string | null

页面 URL。当文本为链接锚文本时显示

urls
类型: array (object | null)[] | null

包含在内容元素中找到的其他 URL 和锚文本

anchor_text
类型: string | null

URL 锚文本

url
类型: string | null

包含在内容元素中找到的其他 URL 和锚文本

table_content
类型: array (object | null)[] | null

页面上表格的内容

body
类型: array (object | null)[] | null

表格主体的内容

row_cells
类型: array (object | null)[] | null

表头各单元格的内容

is_header
类型: boolean | null

表头各单元格的内容

text
类型: string | null

表头各单元格的内容

urls
类型: array (object | null)[] | null

包含在内容元素中找到的其他 URL 和锚文本

anchor_text
类型: string | null

URL 锚文本

url
类型: string | null

包含在内容元素中找到的其他 URL 和锚文本

footer
类型: array (object | null)[] | null

表格页脚的内容

row_cells
类型: array (object | null)[] | null

表头各单元格的内容

is_header
类型: boolean | null

表头各单元格的内容

text
类型: string | null

表头各单元格的内容

urls
类型: array (object | null)[] | null

包含在内容元素中找到的其他 URL 和锚文本

anchor_text
类型: string | null

URL 锚文本

url
类型: string | null

包含在内容元素中找到的其他 URL 和锚文本

header
类型: array (object | null)[] | null

解析后的表头内容

row_cells
类型: array (object | null)[] | null

表头各单元格的内容

is_header
类型: boolean | null

表头各单元格的内容

text
类型: string | null

表头各单元格的内容

urls
类型: array (object | null)[] | null

包含在内容元素中找到的其他 URL 和锚文本

anchor_text
类型: string | null

URL 锚文本

url
类型: string | null

包含在内容元素中找到的其他 URL 和锚文本

header
类型: object | null · Response36Afe1097B20_PageSectionContentInfo

表头的解析内容

primary_content
类型: array (object | null)[] | null

页面上的主要内容
有关内容优先级计算的更多信息，请参阅这篇帮助中心文章

text
类型: string | null

页面上的次要内容有关内容优先级计算的更多信息，请参阅这篇帮助中心文章

url
类型: string | null

页面 URL。当文本为链接锚文本时显示

urls
类型: array (object | null)[] | null

包含在内容元素中找到的其他 URL 和锚文本

anchor_text
类型: string | null

URL 锚文本

url
类型: string | null

包含在内容元素中找到的其他 URL 和锚文本

secondary_content
类型: array (object | null)[] | null

页面上的次要内容
有关内容优先级计算的更多信息，请参阅这篇帮助中心文章

text
类型: string | null

页面上的次要内容有关内容优先级计算的更多信息，请参阅这篇帮助中心文章

url
类型: string | null

页面 URL。当文本为链接锚文本时显示

urls
类型: array (object | null)[] | null

包含在内容元素中找到的其他 URL 和锚文本

anchor_text
类型: string | null

URL 锚文本

url
类型: string | null

包含在内容元素中找到的其他 URL 和锚文本

table_content
类型: array (object | null)[] | null

页面上表格的内容

body
类型: array (object | null)[] | null

表格主体的内容

row_cells
类型: array (object | null)[] | null

表头各单元格的内容

is_header
类型: boolean | null

表头各单元格的内容

text
类型: string | null

表头各单元格的内容

urls
类型: array (object | null)[] | null

包含在内容元素中找到的其他 URL 和锚文本

anchor_text
类型: string | null

URL 锚文本

url
类型: string | null

包含在内容元素中找到的其他 URL 和锚文本

footer
类型: array (object | null)[] | null

表格页脚的内容

row_cells
类型: array (object | null)[] | null

表头各单元格的内容

is_header
类型: boolean | null

表头各单元格的内容

text
类型: string | null

表头各单元格的内容

urls
类型: array (object | null)[] | null

包含在内容元素中找到的其他 URL 和锚文本

anchor_text
类型: string | null

URL 锚文本

url
类型: string | null

包含在内容元素中找到的其他 URL 和锚文本

header
类型: array (object | null)[] | null

解析后的表头内容

row_cells
类型: array (object | null)[] | null

表头各单元格的内容

is_header
类型: boolean | null

表头各单元格的内容

text
类型: string | null

表头各单元格的内容

urls
类型: array (object | null)[] | null

包含在内容元素中找到的其他 URL 和锚文本

anchor_text
类型: string | null

URL 锚文本

url
类型: string | null

包含在内容元素中找到的其他 URL 和锚文本

main_topic
类型: array (object | null)[] | null

页面的主要主题
如需了解主题优先级计算的更多信息，请参阅这篇帮助中心文章

author
类型: string | null

内容作者姓名

h_title
类型: string | null

元标题

language
类型: string | null

内容语言

level
类型: integer | null

HTML 层级

main_title
类型: string | null

区块主标题

primary_content
类型: array (object | null)[] | null

页面上的主要内容
有关内容优先级计算的更多信息，请参阅这篇帮助中心文章

text
类型: string | null

页面上的次要内容有关内容优先级计算的更多信息，请参阅这篇帮助中心文章

url
类型: string | null

页面 URL。当文本为链接锚文本时显示

urls
类型: array (object | null)[] | null

包含在内容元素中找到的其他 URL 和锚文本

anchor_text
类型: string | null

URL 锚文本

url
类型: string | null

包含在内容元素中找到的其他 URL 和锚文本

secondary_content
类型: array (object | null)[] | null

页面上的次要内容
有关内容优先级计算的更多信息，请参阅这篇帮助中心文章

text
类型: string | null

页面上的次要内容有关内容优先级计算的更多信息，请参阅这篇帮助中心文章

url
类型: string | null

页面 URL。当文本为链接锚文本时显示

urls
类型: array (object | null)[] | null

包含在内容元素中找到的其他 URL 和锚文本

anchor_text
类型: string | null

URL 锚文本

url
类型: string | null

包含在内容元素中找到的其他 URL 和锚文本

table_content
类型: array (object | null)[] | null

页面上表格的内容

body
类型: array (object | null)[] | null

表格主体的内容

row_cells
类型: array (object | null)[] | null

表头各单元格的内容

is_header
类型: boolean | null

表头各单元格的内容

text
类型: string | null

表头各单元格的内容

urls
类型: array (object | null)[] | null

包含在内容元素中找到的其他 URL 和锚文本

anchor_text
类型: string | null

URL 锚文本

url
类型: string | null

包含在内容元素中找到的其他 URL 和锚文本

footer
类型: array (object | null)[] | null

表格页脚的内容

row_cells
类型: array (object | null)[] | null

表头各单元格的内容

is_header
类型: boolean | null

表头各单元格的内容

text
类型: string | null

表头各单元格的内容

urls
类型: array (object | null)[] | null

包含在内容元素中找到的其他 URL 和锚文本

anchor_text
类型: string | null

URL 锚文本

url
类型: string | null

包含在内容元素中找到的其他 URL 和锚文本

header
类型: array (object | null)[] | null

解析后的表头内容

row_cells
类型: array (object | null)[] | null

表头各单元格的内容

is_header
类型: boolean | null

表头各单元格的内容

text
类型: string | null

表头各单元格的内容

urls
类型: array (object | null)[] | null

包含在内容元素中找到的其他 URL 和锚文本

anchor_text
类型: string | null

URL 锚文本

url
类型: string | null

包含在内容元素中找到的其他 URL 和锚文本

offers
类型: array (object | null)[] | null

页面上显示的产品数组
包含页面上所显示产品相关信息的对象

name
类型: string | null

商品名称

price
类型: number | null 格式: double

商品价格

price_currency
类型: string | null

价格货币

price_valid_until
类型: string | null

显示价格有效期截止的日期和时间采用 UTC 格式：“yyyy-mm-dd hh-mm-ss +00:00” 示例："2022-11-01 10:02:52 +00:00"

ratings
类型: array (object | null)[] | null

包含页面上所显示产品的评分信息对象

max_rating_value
类型: number | null 格式: double

评分名称的最大值

name
类型: string | null

评分名称此处可找到以下元素：Max5、Percents、CustomMax

rating_count
类型: integer | null 格式: int64

投票数

rating_value
类型: number | null 格式: double

评分的值

relative_rating
类型: number | null 格式: double

相对评分

secondary_topic
类型: array (object | null)[] | null

页面的次要主题
如需了解主题优先级计算的更多信息，请参阅这篇帮助中心文章

author
类型: string | null

内容作者姓名

h_title
类型: string | null

元标题

language
类型: string | null

内容语言

level
类型: integer | null

HTML 层级

main_title
类型: string | null

区块主标题

primary_content
类型: array (object | null)[] | null

页面上的主要内容
有关内容优先级计算的更多信息，请参阅这篇帮助中心文章

text
类型: string | null

页面上的次要内容有关内容优先级计算的更多信息，请参阅这篇帮助中心文章

url
类型: string | null

页面 URL。当文本为链接锚文本时显示

urls
类型: array (object | null)[] | null

包含在内容元素中找到的其他 URL 和锚文本

anchor_text
类型: string | null

URL 锚文本

url
类型: string | null

包含在内容元素中找到的其他 URL 和锚文本

secondary_content
类型: array (object | null)[] | null

页面上的次要内容
有关内容优先级计算的更多信息，请参阅这篇帮助中心文章

text
类型: string | null

页面上的次要内容有关内容优先级计算的更多信息，请参阅这篇帮助中心文章

url
类型: string | null

页面 URL。当文本为链接锚文本时显示

urls
类型: array (object | null)[] | null

包含在内容元素中找到的其他 URL 和锚文本

anchor_text
类型: string | null

URL 锚文本

url
类型: string | null

包含在内容元素中找到的其他 URL 和锚文本

table_content
类型: array (object | null)[] | null

页面上表格的内容

body
类型: array (object | null)[] | null

表格主体的内容

row_cells
类型: array (object | null)[] | null

表头各单元格的内容

is_header
类型: boolean | null

表头各单元格的内容

text
类型: string | null

表头各单元格的内容

urls
类型: array (object | null)[] | null

包含在内容元素中找到的其他 URL 和锚文本

anchor_text
类型: string | null

URL 锚文本

url
类型: string | null

包含在内容元素中找到的其他 URL 和锚文本

footer
类型: array (object | null)[] | null

表格页脚的内容

row_cells
类型: array (object | null)[] | null

表头各单元格的内容

is_header
类型: boolean | null

表头各单元格的内容

text
类型: string | null

表头各单元格的内容

urls
类型: array (object | null)[] | null

包含在内容元素中找到的其他 URL 和锚文本

anchor_text
类型: string | null

URL 锚文本

url
类型: string | null

包含在内容元素中找到的其他 URL 和锚文本

header
类型: array (object | null)[] | null

解析后的表头内容

row_cells
类型: array (object | null)[] | null

表头各单元格的内容

is_header
类型: boolean | null

表头各单元格的内容

text
类型: string | null

表头各单元格的内容

urls
类型: array (object | null)[] | null

包含在内容元素中找到的其他 URL 和锚文本

anchor_text
类型: string | null

URL 锚文本

url
类型: string | null

包含在内容元素中找到的其他 URL 和锚文本

status_code
类型: integer | null

通用状态码
完整响应码列表见此处
注意：我们强烈建议设计必要的系统来处理相关的异常或错误情况

type
类型: string | null

元素类型

items_count
类型: integer | null 格式: int64

结果数组中的条目数

result_count
类型: integer | null 格式: int64

result 数组中的元素数

status_code
类型: integer | null

任务的状态码由 DataForSEO 生成，范围如下：10000-60000 完整响应码列表见此处

status_message
类型: string | null

任务的信息性消息完整的一般信息性消息列表见此处

time
类型: string | null

执行时间，秒

tasks_count
类型: integer | null 格式: int64

tasks 数组中的任务数

tasks_error
类型: integer | null 格式: int64

tasks 数组中返回错误的任务数

time
类型: string | null

总执行时间，秒

version
类型: string | null

API 的当前版本
application/json
400

无法处理该请求。请检查请求参数。
401

需要有效的 Felo API 密钥。
402

由于未满足计费要求，请求无法继续。
403

该账户无权执行此操作。
429

已达到请求或支出限额。
502

服务无法完成该请求。
503

API 或计费服务暂时不可用。
504

服务在处理请求时超时。
default

错误响应；上游透传响应可能采用提供方格式

application/json

post/v1/beta/dataforseo/on_page/content_parsing

curl https://openapi.felo.ai/v1/beta/dataforseo/on_page/content_parsing \
  --request POST \
  --header 'Content-Type: application/json' \
  --header 'Authorization: Bearer YOUR_SECRET_TOKEN' \
  --data '[
  {
    "url": "https://dataforseo.com/blog/a-versatile-alternative-to-google-trends-exploring-the-power-of-dataforseo-trends-api",
    "id": "11161551-1535-0216-0000-500b3f307f92"
  }
]'

显示 Schema

{
  "version": null,
  "status_code": null,
  "status_message": null,
  "time": null,
  "cost": null,
  "tasks_count": null,
  "tasks_error": null,
  "tasks": [
    {
      "id": null,
      "status_code": null,
      "status_message": null,
      "time": null,
      "cost": null,
      "result_count": null,
      "path": [
        null
      ],
      "data": null,
      "result": [
        {
          "crawl_progress": null,
          "crawl_status": {
            "max_crawl_pages": null,
            "pages_in_queue": null,
            "pages_crawled": null
          },
          "items_count": null,
          "items": [
            {
              "type": null,
              "fetch_time": null,
              "status_code": null,
              "page_content": "[Max Depth Exceeded]",
              "page_as_markdown": null
            }
          ]
        }
      ]
    }
  ]
}

操作成功

需要帮助？

API、计费或账号问题，请联系支持。
在 Discord 上与 Felo 开发者交流。
查看我们的更新日志。
需要批量定价或采购支持？联系销售。
正在使用 LLM 构建？阅读 llms.txt。

OnPage API 内容解析

身份验证Required

DataForSEO

OnPage API 内容解析

计费参考

需要帮助？