> ## Documentation Index > Fetch the complete documentation index at: https://docs.olostep.com/llms.txt > Use this file to discover all available pages before exploring further. # Scrape > Convierte cualquier URL en Markdown, HTML, capturas de pantalla, PDFs o JSON estructurado listo para LLM. A través del endpoint `/v1/scrapes` de Olostep puedes extraer Markdown, HTML, texto, capturas de pantalla o JSON estructurado amigable para LLM de cualquier URL en tiempo real. * Genera markdown limpio, datos estructurados, capturas de pantalla o html * Extrae JSON a través de [Parsers](/features/structured-content/parsers) o [extracción LLM](/features/structured-content/llm-extraction) * Maneja contenido dinámico: sitios renderizados con js, flujos de inicio de sesión mediante acciones, PDFs Para detalles del API, consulta la [Referencia del API del Endpoint de Scrape](/api-reference/scrapes/create). ## Raspado de una URL Usa el endpoint `/v1/scrapes` para raspar una sola URL y elegir formatos de salida. ### Instalación ```python Python theme={null} pip install olostep ``` ```javascript Node theme={null} npm install olostep ``` ```bash cURL theme={null} # curl está disponible por defecto en macOS, Linux y Windows ``` ```javascript Node (API) theme={null} npm install node-fetch ``` ```bash Python (API) theme={null} pip install requests ``` ### Uso Puedes usar el endpoint para raspar una sola URL y elegir formatos de salida. Los parámetros obligatorios son `url_to_scrape` y `formats`. Algunos otros parámetros comunes son `wait_before_scraping` (en milisegundos), `remove_css_selectors` (por defecto, ninguno, o un array de selectores), y `country`. ```python Python theme={null} from olostep import Olostep client = Olostep(api_key="YOUR_REAL_KEY") result = client.scrapes.create( url_to_scrape="https://en.wikipedia.org/wiki/Alexander_the_Great", formats=["markdown", "html"], ) print(result.markdown_content) print(result.html_content) ``` ```js Node theme={null} import Olostep from 'olostep' const client = new Olostep({ apiKey: 'YOUR_REAL_KEY' }) const result = await client.scrapes.create({ url: 'https://en.wikipedia.org/wiki/Alexander_the_Great', formats: ['markdown', 'html'], }) console.log(result.markdown_content) console.log(result.html_content) ``` ```bash cURL theme={null} curl -s -X POST "https://api.olostep.com/v1/scrapes" \ -H "Authorization: Bearer $OLOSTEP_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "url_to_scrape": "https://en.wikipedia.org/wiki/Alexander_the_Great", "formats": ["markdown", "html"] }' ``` ```bash CLI theme={null} olostep scrape "https://en.wikipedia.org/wiki/Alexander_the_Great" \ --formats markdown,html ``` ```js Node (API) theme={null} const endpoint = 'https://api.olostep.com/v1/scrapes' const payload = { url_to_scrape: 'https://en.wikipedia.org/wiki/Alexander_the_Great', formats: ['markdown', 'html'] } const res = await fetch(endpoint, { method: 'POST', headers: { 'Authorization': 'Bearer ', 'Content-Type': 'application/json' }, body: JSON.stringify(payload) }) const data = await res.json() console.log(data) ``` ```python Python (API) theme={null} import requests import json endpoint = "https://api.olostep.com/v1/scrapes" payload = { "url_to_scrape": "https://en.wikipedia.org/wiki/Alexander_the_Great", "formats": ["markdown", "html"] } headers = { "Authorization": "Bearer ", "Content-Type": "application/json" } response = requests.post(endpoint, json=payload, headers=headers) print(json.dumps(response.json(), indent=2)) ``` ### Respuesta El API devuelve un objeto `scrape` en respuesta. El `scrape` tiene algunas propiedades como `id` y `result`. El objeto `result` tiene los siguientes campos (según el parámetro `formats` algunos podrían ser nulos): * `html_content`: el contenido HTML de la página. Pasa `formats: ["html"]` para obtener esto. * `markdown_content`: el contenido MD de la página. Pasa `formats: ["markdown"]` para obtener esto. * `text_content`: el contenido de texto de la página. Pasa `formats: ["text"]` para obtener esto. * `json_content`: el contenido JSON de la página. Pasa `formats: ["json"]` para obtener esto y también proporciona un parámetro `parser` o `llm_extract`. * `screenshot_hosted_url`: la URL alojada de la captura de pantalla. * `html_hosted_url`: la URL alojada del contenido HTML * `markdown_hosted_url`: la URL alojada del contenido Markdown * `json_hosted_url`: la URL alojada del contenido JSON * `text_hosted_url`: la URL alojada del contenido de texto * `links_on_page`: los enlaces en la página * `page_metadata`: los metadatos de la página ```json theme={null} { "id": "scrape_6h89o8u1kt", "object": "scrape", "created": 1745673871, "metadata": {}, "retrieve_id": "6h89o8u1kt", "url_to_scrape": "https://en.wikipedia.org/wiki/Alexander_the_Great", "result": { "html_content": " ```python Python theme={null} from olostep import Olostep client = Olostep(api_key="YOUR_REAL_KEY") # Optar por el almacenamiento en caché: Aceptar resultados de hasta 1 día (86400 segundos) de antigüedad result = client.scrapes.create( url_to_scrape="https://example.com", formats=["markdown"], max_age=86400 ) ``` ```js Node theme={null} import Olostep from 'olostep' const client = new Olostep({ apiKey: 'YOUR_REAL_KEY' }) // Optar por el almacenamiento en caché: Aceptar resultados de hasta 1 día (86400 segundos) de antigüedad const result = await client.scrapes.create({ url: 'https://example.com', formats: ['markdown'], maxAge: 86400, }) ``` ```bash cURL theme={null} # Optar por el almacenamiento en caché: Aceptar resultados de hasta 1 hora (3600 segundos) de antigüedad curl -X POST "https://api.olostep.com/v1/scrapes" \ -H "Authorization: Bearer $OLOSTEP_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "url_to_scrape": "https://example.com", "formats": ["markdown"], "max_age": 3600 }' ``` ```js Node (API) theme={null} const endpoint = 'https://api.olostep.com/v1/scrapes' const payload = { url_to_scrape: 'https://example.com', formats: ['markdown'], max_age: 86400 // Aceptar resultados de hasta 1 día (86400 segundos) de antigüedad } const res = await fetch(endpoint, { method: 'POST', headers: { 'Authorization': 'Bearer ', 'Content-Type': 'application/json' }, body: JSON.stringify(payload) }) const data = await res.json() console.log(data) ``` ```python Python (API) theme={null} import requests import json endpoint = "https://api.olostep.com/v1/scrapes" payload = { "url_to_scrape": "https://example.com", "formats": ["markdown"], "max_age": 86400 # Aceptar resultados de hasta 1 día (86400 segundos) de antigüedad } headers = { "Authorization": "Bearer ", "Content-Type": "application/json" } response = requests.post(endpoint, json=payload, headers=headers) print(json.dumps(response.json(), indent=2)) ``` ### ¿Cuándo se omite la caché? La caché se omite automáticamente (forzando un raspado en vivo) para funciones que requieren sesiones únicas, salidas visuales en tiempo real o manejo de archivos personalizados: * **Sesiones interactivas:** Solicitudes que usan `session_id` o cargan un `context` de navegador personalizado. * **Visuales:** Herramientas de visualización y capturas de pantalla (`htmlVisualizer`). * **Tipos de archivos especiales:** Descargas de archivos binarios o renderizado de PDF en bruto. * **Depuración y Red:** Captura de `network_calls` o uso de trabajos de parser asíncronos. ## Extracción de enlaces Pasa un objeto `links_on_page` en la solicitud para recopilar los enlaces encontrados en la página. Todos los enlaces se devuelven como URLs absolutas. ```json theme={null} "links_on_page": { "include_links": ["/blog/*"], "exclude_links": ["*.pdf"], "query_to_order_links_by": "pricing" } ``` * `include_links` / `exclude_links`: patrones glob que se comparan con la **ruta** de la URL de cada enlace. * `query_to_order_links_by`: reordena los enlaces devueltos por relevancia a este texto. Los patrones glob coinciden con segmentos de ruta. Un solo `*` **no** cruza `/`, por lo que `"/blog/*"` coincide con `"/blog/post-1"` pero **no** con el índice `"/blog"` en sí mismo — y nunca coincide con `"/blog?tag=x"` porque las cadenas de consulta no son parte de la ruta. Para incluir también el índice, usa `"/blog*"` o `"{/blog,/blog/**}"`. ## Formatos de Scrape Elige uno o más formatos de salida a través de `formats`: * `markdown`: markdown amigable para LLM * `html`: HTML limpio * `text`: texto plano * `json`: salida estructurada (a través de parser o llm\_extract) * `raw_pdf`: bytes de PDF en bruto extraídos a URL alojada * `screenshot`: configurado a través de acciones para capturar una captura de pantalla y devolver una URL alojada Las claves de salida se devuelven dentro de `result` como campos `*_content` y también un `*_hosted_url`. ## Extraer datos estructurados Puedes extraer JSON estructurado de dos maneras: usando Parsers o extracción LLM. ### Usando un Parser (recomendado para escala) Define `formats: ["json"]` y proporciona un `id` de parser. ```python Python theme={null} from olostep import Olostep client = Olostep(api_key="YOUR_REAL_KEY") result = client.scrapes.create( url_to_scrape="https://www.google.com/search?q=alexander+the+great&gl=us&hl=en", formats=["json"], parser="@olostep/google-search", ) print(result.json_content) ``` ```js Node theme={null} import Olostep from 'olostep' const client = new Olostep({ apiKey: 'YOUR_REAL_KEY' }) const result = await client.scrapes.create({ url: 'https://www.google.com/search?q=alexander+the+great&gl=us&hl=en', formats: ['json'], parser: '@olostep/google-search', }) console.log(result.json_content) ``` ```bash cURL theme={null} curl -s -X POST "https://api.olostep.com/v1/scrapes" \ -H "Authorization: Bearer $OLOSTEP_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "url_to_scrape": "https://www.google.com/search?q=alexander+the+great&gl=us&hl=en", "formats": ["json"], "parser": {"id": "@olostep/google-search"} }' ``` ```bash CLI theme={null} olostep scrape "https://www.google.com/search?q=alexander+the+great&gl=us&hl=en" \ --formats json \ --payload-json '{"parser":{"id":"@olostep/google-search"}}' ``` ```js Node (API) theme={null} const res = await fetch('https://api.olostep.com/v1/scrapes', { method: 'POST', headers: { 'Authorization': 'Bearer ', 'Content-Type': 'application/json' }, body: JSON.stringify({ url_to_scrape: 'https://www.google.com/search?q=alexander+the+great&gl=us&hl=en', formats: ['json'], parser: { id: '@olostep/google-search' } }) }) console.log(await res.json()) ``` ```python Python (API) theme={null} import requests, json endpoint = "https://api.olostep.com/v1/scrapes" payload = { "url_to_scrape": "https://www.google.com/search?q=alexander+the+great&gl=us&hl=en", "formats": ["json"], "parser": { "id": "@olostep/google-search" } } headers = { "Authorization": "Bearer ", "Content-Type": "application/json" } res = requests.post(endpoint, json=payload, headers=headers) print(json.dumps(res.json(), indent=2)) ``` Olostep tiene algunos parsers preconstruidos para [sitios web populares](https://www.olostep.com/store) pero también puedes crear tus propios parsers a través del panel o pedirle a nuestro equipo que lo haga por ti. Los parsers son auto-reparables y se actualizarán a la última versión del sitio web. ### Usando extracción LLM (esquema y/o prompt) Proporciona `llm_extract` con un Esquema JSON (`schema`) y/o una instrucción en lenguaje natural (`prompt`). Puedes pasar ambos parámetros, pero si ambos se proporcionan, `schema` tiene prioridad. En cambio, si solo pasas un `prompt`, el LLM extraerá los datos basándose en el prompt y decidirá la estructura de datos por sí mismo. ```python Python theme={null} from olostep import LLMExtract, Olostep client = Olostep(api_key="YOUR_REAL_KEY") result = client.scrapes.create( url_to_scrape="https://www.berklee.edu/events/stefano-marchese-friends", formats=["markdown", "json"], llm_extract=LLMExtract( schema={ "event": { "type": "object", "properties": { "title": {"type": "string"}, "date": {"type": "string"}, "description": {"type": "string"}, "venue": {"type": "string"}, "address": {"type": "string"}, "start_time": {"type": "string"}, }, } } ), ) print(result.json_content) ``` ```js Node theme={null} import Olostep from 'olostep' const client = new Olostep({ apiKey: 'YOUR_REAL_KEY' }) const result = await client.scrapes.create({ url: 'https://www.berklee.edu/events/stefano-marchese-friends', formats: ['markdown', 'json'], llmExtract: { schema: { event: { type: 'object', properties: { title: { type: 'string' }, date: { type: 'string' }, description: { type: 'string' }, venue: { type: 'string' }, address: { type: 'string' }, start_time: { type: 'string' }, }, }, }, }, }) console.log(result.json_content) ``` ```bash cURL theme={null} curl -s -X POST "https://api.olostep.com/v1/scrapes" \ -H "Authorization: Bearer $OLOSTEP_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "url_to_scrape": "https://www.berklee.edu/events/stefano-marchese-friends", "formats": ["json"], "llm_extract": { "prompt": "Extract the event title, date, description, venue, address, and start time from the page." } }' ``` ```bash CLI theme={null} olostep scrape "https://www.berklee.edu/events/stefano-marchese-friends" \ --formats json \ --payload-json '{"llm_extract":{"prompt":"Extract the event title, date, description, venue, address, and start time from the page."}}' ``` ```js Node (API) theme={null} const res = await fetch('https://api.olostep.com/v1/scrapes', { method: 'POST', headers: { 'Authorization': 'Bearer ', 'Content-Type': 'application/json' }, body: JSON.stringify({ url_to_scrape: 'https://www.berklee.edu/events/stefano-marchese-friends', formats: ['json'], llm_extract: { prompt: 'Extract the event title, date, description, venue, address, and start time from the page.' } }) }) console.log(await res.json()) ``` ```python Python (API) theme={null} import requests, json endpoint = "https://api.olostep.com/v1/scrapes" payload = { "url_to_scrape": "https://www.berklee.edu/events/stefano-marchese-friends", "formats": ["markdown", "json"], "llm_extract": { "schema": { "event": { "type": "object", "properties": { "title": {"type": "string"}, "date": {"type": "string"}, "description": {"type": "string"}, "venue": {"type": "string"}, "address": {"type": "string"}, "start_time": {"type": "string"} } } } } } headers = { "Authorization": "Bearer ", "Content-Type": "application/json" } res = requests.post(endpoint, json=payload, headers=headers) print(json.dumps(res.json(), indent=2)) ``` Nota: `result.json_content` devuelve un JSON en forma de cadena. Analízalo en tu código si necesitas un objeto. **Precios:** `llm_extract` cuesta 10 créditos por raspado. Para reducir el costo, puedes traer tus propias claves de API o habilitar precios basados en uso. Contacta a [info@olostep.com](mailto:info@olostep.com) para obtener acceso. ## Extraer enlaces en la página Con la opción `links_on_page`, puedes extraer todos los enlaces presentes en la página que raspas. Acepta los siguientes parámetros para ayudar a filtrar y ordenar los enlaces extraídos: * `absolute_links` (booleano, por defecto: `true`): Cuando es verdadero, devuelve URLs completas (por ejemplo, `https://example.com/page`) en lugar de rutas relativas (por ejemplo, `/page`). * `query_to_order_links_by` (cadena): Ordena los enlaces devueltos por su similitud con el texto de consulta proporcionado, priorizando las coincidencias más relevantes primero. * `include_links` (array de cadenas): Filtra los enlaces extraídos usando patrones glob. Usa patrones como `*.pdf` para coincidir con extensiones de archivo, `/blog/*` para rutas específicas, o URLs completas como `https://example.com/*`. Soporta comodines (`*`), clases de caracteres (`[a-z]`), y alternancia (`{pattern1,pattern2}`). * `exclude_links` (array de cadenas): Excluye enlaces específicos usando patrones glob, siguiendo la misma sintaxis que `include_links`. ## Interactuar con la página con Acciones Realiza acciones antes de raspar para interactuar con sitios dinámicos. Acciones soportadas: * `wait` con `milliseconds` * `click` con `selector` * `fill_input` con `selector` y `value` * `scroll` con `direction` y `amount` A menudo es útil usar `wait` antes/después de otras acciones para permitir que la página se cargue. ### Ejemplo ```python Python theme={null} from olostep import FillInputAction, Olostep, WaitAction client = Olostep(api_key="YOUR_REAL_KEY") result = client.scrapes.create( url_to_scrape="https://example.com/login", formats=["markdown"], actions=[ FillInputAction(selector="input[type=email]", value="john@example.com"), WaitAction(milliseconds=500), FillInputAction(selector="input[type=password]", value="secret"), {"type": "click", "selector": "button[type=\"submit\"]"}, WaitAction(milliseconds=1500), ], ) print(result.markdown_content) ``` ```js Node theme={null} import Olostep from 'olostep' const client = new Olostep({ apiKey: 'YOUR_REAL_KEY' }) const result = await client.scrapes.create({ url: 'https://example.com/login', formats: ['markdown'], actions: [ { type: 'fill_input', selector: 'input[type=email]', value: 'john@example.com' }, { type: 'wait', milliseconds: 500 }, { type: 'fill_input', selector: 'input[type=password]', value: 'secret' }, { type: 'click', selector: 'button[type="submit"]' }, { type: 'wait', milliseconds: 1500 }, ], }) console.log(result.markdown_content) ``` ```bash cURL theme={null} curl -s -X POST "https://api.olostep.com/v1/scrapes" \ -H "Authorization: Bearer $OLOSTEP_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "url_to_scrape": "https://example.com/login", "formats": ["markdown"], "actions": [ { "type": "fill_input", "selector": "input[type=email]", "value": "john@example.com" }, { "type": "wait", "milliseconds": 500 }, { "type": "fill_input", "selector": "input[type=password]", "value": "secret" }, { "type": "click", "selector": "button[type=\"submit\"]" }, { "type": "wait", "milliseconds": 1500 } ] }' ``` ```bash CLI theme={null} # Para opciones complejas como acciones, usa --payload-file con un archivo JSON olostep scrape "https://example.com/login" \ --formats markdown \ --payload-file actions.json # Donde actions.json contiene: # { # "actions": [ # {"type": "fill_input", "selector": "input[type=email]", "value": "john@example.com"}, # {"type": "wait", "milliseconds": 500}, # {"type": "fill_input", "selector": "input[type=password]", "value": "secret"}, # {"type": "click", "selector": "button[type=\"submit\"]"}, # {"type": "wait", "milliseconds": 1500} # ] # } ``` ```js Node (API) theme={null} const res = await fetch('https://api.olostep.com/v1/scrapes', { method: 'POST', headers: { 'Authorization': 'Bearer ', 'Content-Type': 'application/json' }, body: JSON.stringify({ url_to_scrape: 'https://example.com/login', formats: ['markdown'], actions: [ { type: 'fill_input', selector: 'input[type=email]', value: 'john@example.com' }, { type: 'wait', milliseconds: 500 }, { type: 'fill_input', selector: 'input[type=password]', value: 'secret' }, { type: 'click', selector: 'button[type="submit"]' }, { type: 'wait', milliseconds: 1500 } ] }) }) console.log(await res.json()) ``` ```python Python (API) theme={null} import requests, json endpoint = "https://api.olostep.com/v1/scrapes" payload = { "url_to_scrape": "https://example.com/login", "formats": ["markdown"], "actions": [ {"type": "fill_input", "selector": "input[type=email]", "value": "john@example.com"}, {"type": "wait", "milliseconds": 500}, {"type": "fill_input", "selector": "input[type=password]", "value": "secret"}, {"type": "click", "selector": "button[type=\"submit\"]"}, {"type": "wait", "milliseconds": 1500} ] } headers = { "Authorization": "Bearer ", "Content-Type": "application/json" } res = requests.post(endpoint, json=payload, headers=headers) print(json.dumps(res.json(), indent=2)) ``` La respuesta incluirá cualquier formato solicitado (por ejemplo, `markdown_content`). ## Casos de Uso A continuación se presentan algunas aplicaciones prácticas de clientes que utilizan el endpoint `/scrapes`. ### Análisis de Contenido e Investigación * **Análisis Competitivo**: Extrae detalles de productos, precios y características de sitios web de la competencia * **Investigación de Mercado**: Analiza páginas de aterrizaje, descripciones de productos y testimonios de clientes * **Investigación Académica**: Recopila datos específicos de publicaciones científicas o portales de investigación * **Documentación Legal**: Extrae estudios de caso, regulaciones o precedentes legales de sitios web oficiales ### Comercio Electrónico y Retail * **Estrategias de Precios Dinámicos**: Obtén precios de productos en tiempo real de tiendas competidoras * **Gestión de Información de Productos**: Extrae especificaciones detalladas y descripciones * **Monitoreo de Stock/Inventario**: Verifica la disponibilidad de productos en otros minoristas * **Análisis de Reseñas**: Recopila comentarios de consumidores y sentimientos para productos específicos ### Marketing y Creación de Contenido * **Curación de Contenido**: Extrae artículos relevantes y publicaciones de blog para boletines * **Análisis SEO**: Examina el uso de palabras clave, descripciones meta y estructura de página de los competidores * **Generación de Leads**: Extrae información de contacto de directorios de empresas o páginas de compañías * **Investigación de Influencers**: Recopila métricas de compromiso y estilos de contenido de perfiles de influencers * **Generación Personalizada de Redes Sociales**: Crea marketing en redes sociales impulsado por IA analizando sitios web de clientes ### Aplicaciones de Datos * **Recolección de Datos de Entrenamiento de IA**: Recopila ejemplos específicos para modelos de aprendizaje automático * **Construcción de Base de Conocimiento Personalizada**: Extrae documentación o instrucciones de sitios de software * **Archivos de Datos Históricos**: Preserva el contenido del sitio web en puntos específicos en el tiempo * **Extracción de Datos Estructurados**: Transforma contenido web en conjuntos de datos formateados para análisis ### Monitoreo y Alertas * **Monitoreo de Cumplimiento Regulatorio**: Rastrea cambios en sitios web legales o regulatorios * **Gestión de Crisis**: Monitorea sitios de noticias para menciones de eventos o organizaciones específicas * **Seguimiento de Eventos**: Extrae detalles sobre eventos próximos de sitios de lugares u organizadores * **Monitoreo de Estado de Servicio**: Verifica páginas de estado de servicio para plataformas o herramientas específicas ### Publicación y Medios * **Agregación de Noticias**: Extrae noticias de última hora de fuentes oficiales * **Monitoreo de Medios**: Rastrea temas específicos en sitios de noticias * **Verificación de Contenido**: Extrae información para verificar afirmaciones o declaraciones * **Extracción Multimedia**: Recopila videos, imágenes o audio incrustados para bibliotecas de medios ### Aplicaciones Financieras * **Investigación de Inversiones**: Extrae estados financieros o informes anuales de sitios web de empresas * **Indicadores Económicos**: Recopila datos económicos de sitios web gubernamentales o de instituciones financieras * **Datos de Criptomonedas**: Extrae información de precios en tiempo real y capitalización de mercado * **Análisis de Noticias Financieras**: Monitorea sitios de noticias financieras para señales de mercado específicas ### Aplicaciones Técnicas * **Extracción de Documentación de API**: Recopila documentación técnica para referencia * **Pruebas de Integración**: Extrae elementos del sitio web para verificar integraciones de terceros * **Pruebas de Accesibilidad**: Analiza la estructura del sitio web para cumplir con los estándares de accesibilidad * **Creación de Archivos Web**: Captura el contenido completo del sitio web para preservación histórica ### Escenarios de Integración * **Sistemas CRM**: Mejora los perfiles de clientes con datos de sitios web de empresas o Linkedin * **Sistemas de Gestión de Contenidos**: Importa contenido externo relevante * **Herramientas de Inteligencia de Negocios**: Complementa datos internos con información de mercado externa * **Software de Gestión de Proyectos**: Extrae especificaciones o requisitos de sitios web de clientes * **Dashboards Personalizados**: Muestra datos extraídos junto a métricas internas ## Manejo de Errores Todos los errores siguen una forma de sobre compartida. Verifica `error.type` y `error.code` para ramificar programáticamente: ```json theme={null} { "id": "error_abc123", "object": "error", "created": 1745673871, "url": "https://example.com", "metadata": {}, "error": { "type": "...", "code": "...", "message": "..." } } ``` | HTTP | `error.type` | `error.code` | Significado | | ---- | ----------------------- | ----------------------- | -------------------------------------------------------------------------------------------------------------------- | | 400 | `invalid_request_error` | `dns_resolution_failed` | El dominio no existe o la URL tiene un error tipográfico. | | 400 | `invalid_request_error` | `invalid_url` | La URL está mal formada. | | 502 | `invalid_request_error` | `tls_error` | El sitio web tiene un certificado TLS/SSL inválido o incompatible. `error.detail` lleva el código SSL de bajo nivel. | | 504 | `request_timeout` | `scrape_poll_timeout` | El raspado no se completó dentro del presupuesto de espera de \~55 segundos. | ### Falla de DNS (400) El dominio no se resuelve. Verifica la URL por errores tipográficos. ```json theme={null} { "error": { "type": "invalid_request_error", "code": "dns_resolution_failed", "message": "La URL contiene un error tipográfico, o el dominio no existe." } } ``` ### Error TLS/SSL (502) El sitio web de destino tiene una configuración HTTPS rota o incompatible. `error.detail` proporciona el código de error SSL específico para diagnósticos; `error.code` siempre es `tls_error`. ```json theme={null} { "error": { "type": "invalid_request_error", "code": "tls_error", "detail": "err_ssl_tlsv1_alert_internal_error", "message": "El sitio web cerró o rechazó el handshake TLS. El servidor puede estar mal configurado o usar una versión SSL/TLS no compatible." } } ``` ### Tiempo de espera de la solicitud (504) El raspado no se completó dentro del presupuesto de espera. La página puede ser lenta, estar protegida contra bots o estar temporalmente no disponible. Esta respuesta es segura para reintentar. ```json theme={null} { "error": { "type": "request_timeout", "code": "scrape_poll_timeout", "message": "La solicitud agotó el tiempo de espera mientras se esperaba el resultado del raspado. La página puede ser lenta, bloqueada para nuestros fetchers, o estar temporalmente no disponible." } } ``` ## Precios El raspado cuesta 1 crédito por defecto. Si también pasas [parsers](/features/structured-content/parsers), los costos varían según el parser (1-5 créditos). Si usas [extracción LLM](/features/structured-content/llm-extraction), cuesta 10 créditos.