内容提取 · Extract API
url（必填）：
| 参数 | 名称 | 作用 |
|---|---|---|
| url | URL | 用于指定需要提取内容的目标网页链接。 |
formats（选填）：
| 参数 | 名称 | 作用 |
|---|---|---|
| formats | 结果格式 | 用于设置网页正文的输出格式。可选值：markdown（Markdown）、raw_html（原生 HTML）、clean_html（清洗后 HTML）、links（链接列表）。默认值为 markdown；缺省或空数组时不抓取正文。 |
advanced_mode（选填）：
| 参数 | 名称 | 作用 |
|---|---|---|
| advanced_mode | 采集策略 | 用于设置网页采集方式。false 表示采用无渲染 HTTP 方式采集；true 表示启用自动解锁策略，依次尝试无渲染采集、浏览器渲染采集、浏览器渲 染结合网页解锁器采集，前一级采集失败后才进入下一级。不同采集方式的费用不同，具体以费用说明为准。默认值为 true。 |
country（选填）：
| 参数 | 名称 | 作用 |
|---|---|---|
| country | 结果来源国家 | 用于设置采集请求对应的国家或地区，使用两位大写 ISO 国家代码，例如 US（美国）、BR（巴西）、RU（俄罗斯）。默认值为 US。 |
国家参数值对应表
BR：巴西RU：俄罗斯US：美国PK：巴基斯坦MX：墨西哥CO：哥伦比亚PH：菲律宾VE：委内瑞拉FR：法国MY：马来西亚CL：智利TH：泰国EC：厄瓜多尔GB：英国NG：尼日利亚TN：突尼斯DZ：阿尔及利亚KZ：哈萨克斯坦UY：乌拉圭PY：巴拉圭EG：埃及OM：阿曼AZ：阿塞拜疆DO：多米尼加KW：科威特SY：叙利亚PT：葡萄牙BF：布基纳法索NL：荷兰CI：科特迪瓦NP：尼泊尔CR：哥斯达黎加IR：伊朗AO：安哥拉KR：韩国BE：比利时JM：牙买加UG：乌干达HN：洪都拉斯CD：刚果（金）SG：新加坡KG：吉尔吉斯斯坦JP：日本GE：格鲁吉亚ZM：赞比亚AM：亚美尼亚NI：尼加拉瓜GT：危地马拉MD：摩尔多瓦ZW：津巴布韦IN：印度AR：阿根廷VN：越南MA：摩洛哥ZA：南非SA：沙特阿拉伯ID：印尼TR：土耳其BD：孟加拉ES：西班牙IQ：伊拉克UA：乌克兰CA：加拿大AE：阿联酋PE：秘鲁IT：意大利DE：德国JO：约旦KE：肯尼亚BO：玻利维亚HK：香港IL：以色列PS：巴勒斯坦BY：白俄罗斯UZ：乌兹别克斯坦TW：台湾ET：埃塞俄比亚GH：加纳SN：塞内加尔PA：巴拿马PL：波兰LB：黎巴嫩TZ：坦桑尼亚AU：澳大利亚BH：巴林TG：多哥AL：阿尔巴尼亚QA：卡塔尔MM：缅甸IE：爱尔兰KH：柬埔寨RS：塞尔维亚BG：保加利亚CG：刚果（布）LY：利比亚CM：喀麦隆BJ：贝宁GR：希腊SV：萨尔瓦多BA：波黑include_tags（选填）：
| 参数 | 名称 | 作用 |
|---|---|---|
| include_tags | 保留标签 | 用于指定采集时仅保留指定 HTML 标签或 CSS Selector 对应的内容。最多 50 条，每条最长 2048 个 UTF-8 字节。例如：["data-testid=qsp-price1","data-testid=qsp-price2"]。 |
exclude_tags（选填）：
| 参数 | 名称 | 作用 |
|---|---|---|
| exclude_tags | 排除标签 | 用于指定采集时需要去除的 HTML 标签或 CSS Selector 对应的内容。最多 50 条，每条最长 2048 个 UTF-8 字节。例如：["data-testid=qsp-price1","data-testid=qsp-price2"]。 |
only_main_content（选填）：
| 参数 | 名称 | 作用 |
|---|---|---|
| only_main_content | 是否只保留主体 | 用于设置是否去除导航、页脚及模板内容。true 表示仅保留清洗后的正文；false 表示保留更多清洗后的内容。默认值为 true。 |
headers（选填）：
| 参数 | 名称 | 作用 |
|---|---|---|
| headers | 请求标头 | 用于设置采集目标网站的 HTTP 请求标头信息，采用键值对形式配置。不得包含 Host 或 hop-by-hop headers。 |
timeout_ms（选填）：
| 参数 | 名称 | 作用 |
|---|---|---|
| timeout_ms | 页面请求限制 | 用于限制单条正文页面获取、渲染和提取的最长时长，单位为毫秒。取值范围为 1000～120000。默认值为 60000。 |
wait_for_ms（选填）：
| 参数 | 名称 | 作用 |
|---|---|---|
| wait_for_ms | 页面加载限制 | 用于设置采集正文页面时系统加载等待的时长，单位为毫秒。取值范围为 0～30000。默认值为 0。当与 timeout_ms 同时传入时，wait_for_ms 不得超过 timeout_ms 的一半。 |
max_age_ms（选填）：
| 参数 | 名称 | 作用 |
|---|---|---|
| max_age_ms | 页面缓存限制 | 用于设置采集正文页面时可接受的缓存最大时效，单位为毫秒。取值范围为 0～172800000（2 天）；设置为 0 表示强制回源。默认值未在原始参数表中注明。 |
代码示例
修改于 2026-10-22 07:57:02