Integrationsguide för WebExtrator API för webbsiderendering

POST https://api.acedata.cloud/webextrator/render WebExtrator API för webbsiderendering är en webbsiderenderingstjänst baserad på headless Chromium. Ange en URL, och få tillbaka fullständigt renderad HTML (inklusive innehåll som injicerats av JS), ren text, sidtitel och slutlig URL. Render är WebExtrators mest grundläggande gränssnitt. Om du behöverstrukturerade extraktionsresultat (artikelbrödtext, produktpriser, receptingredienser …), använd /webextrator/extract —— den kör en komplett typad extraktionspipeline på samma renderingsgrund.

Ansökningsprocess

För att använda WebExtrators tjänstesida, hämta först din API Token i Ace Data Cloud-konsolen och spara den för senare användning.

Om du ännu inte har loggat in eller registrerat dig, omdirigeras du automatiskt till inloggningssidan där du uppmanas att registrera dig och logga in. När detta är klart återgår du automatiskt till den aktuella sidan. En API Token kan anropa alla plattformens tjänster, utan att behöva ansöka separat för varje tjänst. Den första ansökan ger gratis kvot för kostnadsfri testning; när kvoten inte räcker till kan du fylla på det gemensamma saldot i konsolen.

📘 Fullständig dokumentation: WebExtrator tjänstesida →

Autentisering

Alla WebExtrator-gränssnitt använder standardautentisering med Bearer Token:

Authorization: Bearer YOUR_API_KEY
Content-Type:  application/json

Begärandeparametrar

Fält	Typ	Obligatoriskt	Standard	Beskrivning
`url`	string	✅	—	URL:en till sidan som ska renderas, måste vara `http(s)://`.
`user_agent`	string	❌	Rotation av inbyggd UA-pool	Anpassad User-Agent.
`timeout`	integer	❌	`30`	Timeout för enskild navigering (positivt heltal i sekunder).
`wait_until`	enum	❌	`load`	Händelse för avslutad laddning: `load` / `domcontentloaded` / `networkidle` / `commit`.
`delay`	integer	❌	`0`	Extra väntetid i sekunder efter att `wait_until` utlöses (icke-negativt heltal) (används för SPA:s sekundära rendering).
`wait_for_selector`	string	❌	—	Vänta tills denna CSS-selektor visas, mer stabilt än `networkidle`.
`block_resources`	string[]	❌	`["image","font","media"]`	Blockerade resursformat, valbara: `image` / `font` / `media` / `stylesheet` / `xhr` / `fetch`.
`headers`	object	❌	—	Ytterligare HTTP-begärandehuvuden (till exempel `{"Accept-Language": "en-US"}`).
`cookies`	array	❌	—	Cookies som injiceras före navigering, se strukturen nedan.
`callback_url`	string	❌	—	Callback-adress i asynkront läge, plattformen `POST`:ar det fullständiga resultatet till denna adress när uppgiften är klar.
`bypass_cache`	boolean	❌	`false`	Hoppa över läsning från Redis-cache (men skriv fortfarande detta resultat tillbaka till cachen).
`cache_ttl_seconds`	integer	❌	`3600`	Anpassad cache-TTL för denna skrivning, ange `0` för att inte cachelagra detta svar.
`async`	boolean	❌	`false`	Sätt till `true` för att omedelbart returnera `task_id`; hämta resultatet via `callback_url` eller Tasks API.

Plattformskontrakt använder enhetligt snake_case. Den interna renderingstjänsten stöder camelCase, men externa anrop använder alltid snake_case.

{
  "name":      "string",
  "value":     "string",
  "domain":    "string",
  "path":      "/",
  "expires":   1735689600,
  "httpOnly":  false,
  "secure":    true,
  "sameSite":  "Lax"
}

Synkront svar

{
  "success": true,
  "task_id": "550e8400-e29b-41d4-a716-446655440000",
  "trace_id": "550e8400-e29b-41d4-a716-446655440001",
  "started_at": 1777717800.123,
  "finished_at": 1777717801.234,
  "elapsed": 1.111,
  "data": {
    "kind": "render",
    "url": "https://example.com",
    "finalUrl": "https://example.com/",
    "title": "Example Domain",
    "status": 200,
    "html": "<!DOCTYPE html><html>...</html>",
    "text": "Example Domain\nThis domain is for use in illustrative examples...",
    "userAgent": "Mozilla/5.0 ...",
    "elapsedMs": 1108
  }
}

Fält	Typ	Beskrivning
`data.kind`	string	Fast `"render"`.
`data.url`	string	URL:en som du skickade in.
`data.finalUrl`	string	Slutlig URL efter att ha följt omdirigeringar.
`data.title`	string	Renderad `document.title`.
`data.status`	number \| null	HTTP-statuskod för huvudnavigeringen.
`data.html`	string	Fullständig HTML efter rendering.
`data.text`	string	Ögonblicksbild av `document.body.innerText` (använd Extract för renare brödtext).
`data.userAgent`	string	UA som faktiskt användes.
`data.elapsedMs`	number	Endast tid för webbläsarrendering.
`data.cached`	boolean?	Är `true` vid cacheträff.
`data.cacheStoredAt`	number?	Unix-tidsstämpel i millisekunder då cacheposten först skrevs.

Asynkront svar

När async=true (eller callback_url tillhandahålls) returneras omedelbart (HTTP 200):

{
  "success": true,
  "task_id": "550e8400-...",
  "trace_id": "6ba7b810-...",
  "started_at": 1777717800.123
}

Resultatet skickas via POST till callback_url (om det är konfigurerat), eller hämtas aktivt via /webextrator/tasks.

Callback-struktur

Plattformen POST:ar exakt samma envelope som i synkront läge till callback_url, med Content-Type: application/json. Valfritt 2xx-svar betraktas som bekräftat; 5xx återförsöks med exponentiell backoff i cirka 5 minuter.

Felsvar

HTTP	`error.code`	Betydelse
400	`bad_request`	Begärandetexten klarade inte Zod-valideringen (saknar `url`, fel typ …).
401	`unauthorized`	Saknad eller ogiltig `Authorization: Bearer …`.
402	(x402)	Otillräckligt plattformssaldo, returnerar x402-betalningskrav-envelope.
408	`timeout`	Navigeringen överskrider `timeout`.
429	`queue_busy`	Synkroniseringskön är överbelastad, försök igen eller använd `async=true`.
500	`internal_error`	Ohanterat undantag på serversidan (webbläsarkrasch etc.), Worker försöker automatiskt igen en gång.

Felstruktur:

{
  "success": false,
  "task_id": "...",
  "trace_id": "...",
  "started_at": 1777717800.123,
  "finished_at": 1777717800.135,
  "elapsed": 0.012,
  "error": { "code": "bad_request", "message": "url: Invalid url" }
}

Exempel

cURL

curl -X POST https://api.acedata.cloud/webextrator/render \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "url": "https://example.com",
    "wait_until": "networkidle",
    "block_resources": ["image", "media", "font"]
  }'

Python (requests)

import os, requests

API_KEY = os.environ["ACEDATA_API_KEY"]

resp = requests.post(
    "https://api.acedata.cloud/webextrator/render",
    headers={
        "Authorization": f"Bearer {API_KEY}",
        "Content-Type": "application/json",
    },
    json={
        "url": "https://example.com",
        "wait_until": "networkidle",
        "block_resources": ["image", "media", "font"],
    },
    timeout=60,
)
resp.raise_for_status()
data = resp.json()["data"]
print(data["title"], data["status"], len(data["html"]))

Node.js (fetch)

const apiKey = process.env.ACEDATA_API_KEY;

const res = await fetch('https://api.acedata.cloud/webextrator/render', {
  method: 'POST',
  headers: {
    Authorization: `Bearer ${apiKey}`,
    'Content-Type': 'application/json',
  },
  body: JSON.stringify({
    url: 'https://example.com',
    wait_until: 'networkidle',
    block_resources: ['image', 'media', 'font'],
  }),
});
const { data } = await res.json();
console.log(data.title, data.status, data.html.length);

Asynkront + återanrop

curl -X POST https://api.acedata.cloud/webextrator/render \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "url": "https://example.com",
    "async": true,
    "callback_url": "https://your-app.example.com/hooks/webextrator"
  }'

Returnerar omedelbart { "success": true, "task_id": "...", "trace_id": "...", "started_at": 1777717800.123 }； när uppgiften är klar kommer plattformen att POST:a det fullständiga resultatet till din callback_url.

Tvinga förbigående av cache

curl -X POST https://api.acedata.cloud/webextrator/render \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "url": "https://example.com",
    "bypass_cache": true
  }'

Tips och fallgropar

Det är viktigt att välja rätt wait_until. networkidle är mest stabilt men långsammast; domcontentloaded är snabbt men kan missa asynkront injicerat innehåll; load passar traditionella statiska sidor.
Cache-nyckeln ignorerar async. Synkrona och asynkrona begäranden för samma URL träffar samma cachepost, och att växla fritt gör den inte ogiltig.
Cache-nyckeln ignorerar bypass_cache och cache_ttl_seconds. Dessa två är åtgärdsbrytare och påverkar inte svarsinnhållet.
cookies och headers segmenterar cachelagringen. Att anpassa dessa två gör att den första träffen för samma kombination misslyckas.
Tunga SPA:er överskrider ofta standardvärdet på 30 sekunder. Rekommenderat är timeout: 60, wait_until: "domcontentloaded", delay: 4, tillsammans med wait_for_selector för att vänta på de element du faktiskt bryr dig om.
block_resources är den snabbaste vägen att minska latensen. Bilder / typsnitt / media blockeras redan som standard; om din extrahering inte är beroende av CSS-layout blir det ännu snabbare med stylesheet.

Getting Started

AI Samtal

AI Bild

AI Video

AI Ljud

Web & Data

CAPTCHA

Identitet

Coding

Fler guider

Integrationsguide för WebExtrator API för webbsiderendering

Ansökningsprocess

Autentisering

Begärandeparametrar

Synkront svar

Asynkront svar

Callback-struktur

Felsvar

Exempel

cURL

Python (requests)

Node.js (fetch)

Asynkront + återanrop

Tvinga förbigående av cache

Tips och fallgropar

​Ansökningsprocess

​Autentisering

​Begärandeparametrar

​Cookie-struktur

​Synkront svar

​Asynkront svar

​Callback-struktur

​Felsvar

​Exempel

​cURL

​Python (requests)

​Node.js (fetch)

​Asynkront + återanrop

​Tvinga förbigående av cache

​Tips och fallgropar

Ansökningsprocess

Autentisering

Begärandeparametrar

Cookie-struktur

Synkront svar

Asynkront svar

Callback-struktur

Felsvar

Exempel

cURL

Python (requests)

Node.js (fetch)

Asynkront + återanrop

Tvinga förbigående av cache

Tips och fallgropar