API de mapa de URL y sitemap de un sitio web (WEB_MAP)

WEB_MAP lista las direcciones de un sitio sin leer su contenido. Una tarea lee los enlaces de la página de inicio, el robots.txt para los sitemaps que indica (o /sitemap.xml y /sitemap_index.xml si no indica ninguno) y esos sitemaps. Úsalo para elegir páginas para WEB_SCRAPE o para acotar un WEB_CRAWL.


`taskType`	`WEB_MAP`
Entrada	`url` (obligatorio); `limit`, `includePaths`, `excludePaths`, `includeSubdomains`, `country`
Créditos	1 por tarea
País	`US` por defecto.
Ubicación	No admitida (`422 LOCATION_UNSUPPORTED`).

Solicitud

curl -X POST https://api.querying.ai/v1/async/task \
  -H "Authorization: Bearer $QUERYING_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{ "taskType": "WEB_MAP", "payload": { "url": "https://www.example.com", "limit": 500, "includePaths": ["/blog/**"] } }'

Parámetros

Campo	Obligatorio	Descripción
`url`	Sí	La dirección de inicio del sitio. Mismas reglas que `WEB_SCRAPE`: `http` o `https` pública, puerto por defecto, hasta 2.048 caracteres.
`limit`	No	Cuántas direcciones devolver, un entero de 1 a 10.000. 1.000 por defecto.
`includePaths`	No	Conserva solo las direcciones cuya ruta coincide con uno de estos patrones. Hasta 20 patrones, cada uno empezando por `/` y de 200 caracteres como máximo.
`excludePaths`	No	Quita las direcciones cuya ruta coincide con uno de estos patrones. Mismos límites. `excludePaths` prevalece sobre `includePaths`.
`includeSubdomains`	No	`true` añade los subdominios del sitio. `false` por defecto.
`country`	No	La región desde la que se solicita el sitio. `US` por defecto.

En un patrón, * coincide dentro de un segmento de ruta y ** entre segmentos; cualquier otro carácter coincide consigo mismo. /blog/** también coincide con /blog. Las rutas se comparan tras decodificar los caracteres codificados con porcentaje. El sitio es el host al que llega la dirección de inicio tras las redirecciones, con o sin www..

Respuesta

Por ejemplo:

{
  "url": "https://www.example.com",
  "urls": [
    { "url": "https://www.example.com/", "source": "page" },
    { "url": "https://www.example.com/blog/launch", "source": "sitemap", "lastmod": "2026-10-01" }
  ],
  "sitemaps": ["https://www.example.com/sitemap.xml"],
  "truncated": false
}

Campo	Descripción
`url`	La dirección de inicio que enviaste.
`urls`	La página de inicio, sus enlaces y después las entradas de los sitemaps. Cada dirección aparece una vez, sin fragmentos ni parámetros de seguimiento (`utm_*`, `gclid`, `fbclid` y similares).
`urls[].source`	`page` para un enlace de la página de inicio, `sitemap` para una entrada de sitemap.
`urls[].lastmod`	La fecha de última modificación del sitemap, cuando la indica.
`sitemaps`	Los archivos de sitemap leídos, en orden de lectura.
`truncated`	`true` cuando la lista se detuvo antes de agotar las direcciones del sitio: en `limit`, en el tope de 50 archivos de sitemap o en el presupuesto de 90 segundos.

Límites y errores

La tarea falla con PAGE_UNAVAILABLE cuando ninguna dirección coincide con includePaths y excludePaths, o cuando la página de inicio no se puede leer y el sitio no indica ningún sitemap.
Las opciones no válidas devuelven 422 VALIDATION_ERROR con el nombre del campo.
WEB_MAP ignora markdown, rawResponse y searchQueries. Rechaza html y analysis con 422 y citationAnalysis con 400; consulta flags no admitidos.
Los demás errores de solicitud se enumeran en Errores.

Relacionado

Web crawl para leer las páginas en Markdown
Web scrape

Primeros pasos

Conceptos clave

Motores de respuesta

Búsqueda y datos web

Opciones de solicitud

Investigación

Monitorización GEO

Cuenta y datos

API de mapa de URL y sitemap de un sitio web (WEB_MAP)

Solicitud

Parámetros

Respuesta

Límites y errores

Relacionado

​Solicitud

​Parámetros

​Respuesta

​Límites y errores

​Relacionado

Solicitud

Parámetros

Respuesta

Límites y errores

Relacionado