메인 콘텐츠로 건너뛰기
WEB_CRAWL은 시작 주소에서 사이트의 링크를 너비 우선으로 따라가며 각 페이지를 WEB_SCRAPE처럼 읽습니다. 모든 페이지의 Markdown, 메타데이터, 이미지를 결과 하나로 받습니다.

요청

파라미터

크롤은 같은 사이트에 머물고(www.는 있든 없든 같은 사이트), 경로 패턴에 맞고, 파일이 아닌 웹 페이지로 가며(PDF, 이미지, 압축 파일 등 파일은 건너뜀), 사이트 robots.txt가 모든 크롤러에 허용한 링크를 따라갑니다.

응답

예:

크레딧

제출할 때 태스크는 maxPages의 페이지마다 1크레딧을 예약합니다(위 예에서는 25크레딧). 완료되면 pages에 담긴 페이지마다 1크레딧을 과금하고 나머지 예약은 풀립니다. failed의 페이지는 과금하지 않습니다. 25쪽 중 3쪽을 반환한 크롤은 3크레딧입니다. 예약 방식은 크레딧과 한도를 참고하세요.

제한과 오류

  • 시작 페이지를 읽을 수 없으면 태스크는 PAGE_UNAVAILABLE로 실패합니다. 다른 페이지를 읽지 못하면 failed에 담고 크롤을 계속합니다.
  • 잘못된 옵션은 필드를 명시한 422 VALIDATION_ERROR를 반환합니다.
  • WEB_CRAWL은 markdown, rawResponse, searchQueries를 무시합니다. html과 analysis는 422로, citationAnalysis는 400으로 거절합니다. 지원하지 않는 플래그를 참고하세요.
  • 그 밖의 요청 오류는 오류에 정리되어 있습니다.

관련 문서