> ## 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.

# WebページをMarkdownに変換する API (WEB_SCRAPE)

> Webページ1つまたはPDFを読み、本文をタイトル、メタデータ、画像とともにMarkdownで取得します。

`WEB_SCRAPE` はページを1つ読み、本文をMarkdownで返します。見出し、段落、リスト、表、リンク、画像が入り、サイトのヘッダー、フッター、ナビゲーションは除かれます。ショップの商品ページのようにスクリプトが描くページは、描画してから読みます。検索結果を読むには、[`GOOGLE_SERP`](/ja/engines/google-serp) の `organicResults` にある `link` を渡します。

| | |
| - | - |
| `taskType` | `WEB_SCRAPE` |
| 入力 | `url`(必須)、`maxChars`、`country` |
| クレジット | タスクあたり1(複数ページのPDFも同じ) |
| 国 | 指定しなければ `US`。Coupang と Olive Young のショップページは `KR`。 |
| 位置 | 非対応(`422 LOCATION_UNSUPPORTED`)。 |

## リクエスト

```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 } }'
```

タスクは非同期で実行されます。結果は[非同期タスク](/ja/concepts/async-tasks.md)の説明に従って読んでください。

## パラメータ

| フィールド | 必須 | 説明 |
| - | - | - |
| `url` | はい | 既定ポートの公開 `http` または `https` アドレス、2,048文字まで。認証情報を含むアドレス、プライベートまたは内部のホスト、その他のポートは `422 VALIDATION_ERROR` を返します。 |
| `maxChars` | いいえ | `markdown` の上限。1,000〜200,000の整数で、既定値は100,000。 |
| `country` | いいえ | ページをリクエストする言語と地域。省略すると、韓国国内の Coupang と Olive Young のショップページには `KR`、その他のページには `US` を使います。 |

## レスポンス

例:

```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
}
```

| フィールド | 説明 |
| - | - |
| `url` | 送ったアドレス。 |
| `finalUrl` | リダイレクト後のアドレス。 |
| `statusCode` | 読んだページのHTTPステータス。 |
| `markdown` | 本文。完了したタスクでは空になりません。 |
| `images` | `markdown` に出てくる画像を出現順に並べたもの。 |
| `truncated` | `markdown` が `maxChars` で止まった場合は `true`。できるだけ段落の区切りで切ります。 |
| `title`、`description`、`author`、`publishedAt`、`siteName`、`language`、`image` | ページが宣言している場合に含まれます。 |

## PDF

HTML、プレーンテキスト、テキストを含むPDFに対応します。PDFはページ順のテキストと、存在する場合はタイトル、著者、件名(`description` として)、言語を返し、`images: []` になります。OCR、添付ファイル、レイアウトの再現には対応しません。

| PDFの上限 | 値 |
| - | - |
| ダウンロードサイズ | 8 MiB |
| ページ数 | 100 |
| 抽出テキスト | 1,000,000文字 |
| 抽出時間 | 20秒 |

`maxChars` に関係なく文書全体を検査し、返すMarkdownだけを短くします。テキストなし、暗号化、破損、不完全、上限超過のPDFは `PAGE_UNAVAILABLE` で失敗します。

## 制限とエラー

* 読めないページは、タスクを `PAGE_UNAVAILABLE` と理由(未対応の形式、404または410を返すページ、リクエストを拒否するサイト)で失敗させます。
* `url` のルールに反するアドレスへのリダイレクトはタスクを失敗させます。ルールはリダイレクトのたびに再確認します。
* `WEB_SCRAPE` は `markdown`、`rawResponse`、`searchQueries` を無視します。`html` と `analysis` は `422`、`citationAnalysis` は `400` で拒否します。[未対応のフラグ](/ja/engines/response-options.md#未対応のフラグ)を参照してください。
* その他のリクエストエラーは[エラー](/ja/concepts/errors.md)に記載しています。

## 関連

* [Webクロール](/ja/engines/web-crawl.md): 1つのサイトの多くのページを読む
* [Webマップ](/ja/engines/web-map.md): 先にサイトのアドレスを一覧する


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