WEB_SCRAPE 读取一个页面,以 Markdown 返回其正文:标题、段落、列表、表格、链接和图片,并去掉网站的页眉、页脚和导航。商品详情页这类由脚本绘制的页面会先渲染再读取。如需读取搜索结果,请传入 GOOGLE_SERP 的 organicResults 中的 link。
请求
参数
响应
例如:description)和语言,images: []。不支持 OCR、附件提取和版式重建。
无论
maxChars 如何设置,都会检查整个文档;只截短返回的 Markdown。无文本、加密、损坏、不完整或超限的 PDF 均以 PAGE_UNAVAILABLE 失败。
限制与错误
- 无法读取的页面会使任务以
PAGE_UNAVAILABLE失败并附带原因:不支持的格式、返回 404 或 410 的页面,或拒绝请求的网站。 - 重定向到违反
url规则的地址会使任务失败。每一跳重定向都会再次检查这些规则。 WEB_SCRAPE忽略markdown、rawResponse和searchQueries。它以422拒绝html和analysis,以400拒绝citationAnalysis;见不支持的标志。- 其他请求错误见错误。