> ## Documentation Index
> Fetch the complete documentation index at: https://docs.querying.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# Webseite als Markdown per API (WEB_SCRAPE)

> Eine Webseite oder ein PDF lesen und den Hauptinhalt als Markdown erhalten, mit Titel, Metadaten und Bildern.

`WEB_SCRAPE` liest eine Seite und liefert ihren Hauptinhalt als Markdown: Überschriften, Absätze, Listen, Tabellen, Links und Bilder, ohne Kopfzeile, Fußzeile und Navigation der Website. Seiten, die ein Skript zeichnet, etwa Produktseiten von Shops, werden vor dem Lesen gerendert. Um ein Suchergebnis zu lesen, übergeben Sie einen `link` aus den `organicResults` von [`GOOGLE_SERP`](/de/engines/google-serp).

| | |
| - | - |
| `taskType` | `WEB_SCRAPE` |
| Eingabe | `url` (Pflicht); `maxChars`, `country` |
| Credits | 1 pro Task, auch für ein mehrseitiges PDF |
| Land | Ohne Angabe `US`, bei den Shops von Coupang und Olive Young `KR`. |
| Standort | Nicht unterstützt (`422 LOCATION_UNSUPPORTED`). |

## Anfrage

```bash theme={"theme":"css-variables"}
curl -X POST https://api.querying.ai/v1/async/task \
  -H "Authorization: Bearer $QUERYING_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{ "taskType": "WEB_SCRAPE", "payload": { "url": "https://www.example.com/guide", "maxChars": 50000 } }'
```

Der Task läuft asynchron. Lesen Sie das Ergebnis wie unter [Asynchrone Tasks](/de/concepts/async-tasks.md) beschrieben.

## Parameter

| Feld | Pflicht | Beschreibung |
| - | - | - |
| `url` | Ja | Eine öffentliche `http`- oder `https`-Adresse auf dem Standardport, bis zu 2.048 Zeichen. Adressen mit Zugangsdaten, private oder interne Hosts und andere Ports liefern `422 VALIDATION_ERROR`. |
| `maxChars` | Nein | Begrenzt `markdown`, eine Ganzzahl von 1.000 bis 200.000. Standard ist 100.000. |
| `country` | Nein | Sprache und Region, für die die Seite abgerufen wird. Ohne Angabe verwenden die koreanischen Shops von Coupang und Olive Young `KR` und alle anderen Seiten `US`. |

## Antwort

Zum Beispiel:

```json theme={"theme":"css-variables"}
{
  "url": "https://www.example.com/guide",
  "finalUrl": "https://www.example.com/guide",
  "statusCode": 200,
  "title": "...",
  "description": "...",
  "author": "...",
  "publishedAt": "2026-09-12T07:36:36Z",
  "siteName": "...",
  "language": "en",
  "image": "https://...",
  "markdown": "# ...\n\n...\n\n![...](https://...)",
  "images": [{ "url": "https://...", "alt": "..." }],
  "truncated": false
}
```

| Feld | Beschreibung |
| - | - |
| `url` | Die gesendete Adresse. |
| `finalUrl` | Die Adresse nach Weiterleitungen. |
| `statusCode` | Der HTTP-Status der gelesenen Seite. |
| `markdown` | Der Hauptinhalt. In einem abgeschlossenen Task nie leer. |
| `images` | Die Bilder aus `markdown` in der Reihenfolge ihres Auftretens. |
| `truncated` | `true`, wenn `markdown` bei `maxChars` endet. Gekürzt wird nach Möglichkeit an einer Absatzgrenze. |
| `title`, `description`, `author`, `publishedAt`, `siteName`, `language`, `image` | Vorhanden, wenn die Seite sie angibt. |

## PDFs

Unterstützt werden HTML, Klartext und PDFs mit eingebettetem Text. Ein PDF liefert seinen Text in Seitenreihenfolge, dazu Titel, Autor, Betreff (als `description`) und Sprache, sofern vorhanden, und `images: []`. OCR, Anhänge und die Rekonstruktion des Layouts werden nicht unterstützt.

| PDF-Grenze | Wert |
| - | - |
| Downloadgröße | 8 MiB |
| Seiten | 100 |
| Extrahierter Text | 1.000.000 Zeichen |
| Extraktionszeit | 20 Sekunden |

Das gesamte Dokument wird unabhängig von `maxChars` geprüft; nur das zurückgegebene Markdown wird gekürzt. Textlose, verschlüsselte, beschädigte, unvollständige und zu große PDFs scheitern mit `PAGE_UNAVAILABLE`.

## Grenzen und Fehler

* Eine nicht lesbare Seite lässt den Task mit `PAGE_UNAVAILABLE` und dem Grund scheitern: ein nicht unterstütztes Format, eine Seite, die mit 404 oder 410 antwortet, oder eine Website, die die Anfrage ablehnt.
* Eine Weiterleitung auf eine Adresse, die gegen die `url`-Regeln verstößt, lässt den Task scheitern. Die Regeln werden bei jedem Weiterleitungsschritt erneut geprüft.
* `WEB_SCRAPE` ignoriert `markdown`, `rawResponse` und `searchQueries`. Es lehnt `html` und `analysis` mit `422` und `citationAnalysis` mit `400` ab; siehe [nicht unterstützte Flags](/de/engines/response-options.md#nicht-unterstützte-flags).
* Weitere Anfragefehler stehen unter [Fehler](/de/concepts/errors.md).

## Verwandt

* [Web crawl](/de/engines/web-crawl.md), um viele Seiten einer Website zu lesen
* [Web map](/de/engines/web-map.md), um zuerst die Adressen einer Website aufzulisten


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.