网页可读内容抽取 API 数据接口

智能提取文章关键元素信息，智能抽取，多种元素信息。

gugudata_api_cover

1. 产品功能

接口详情: https://www.gugudata.com/api/details/readability

接口地址: https://api.gugudata.com/websitetools/readability

返回格式: application/json; charset=utf-8

请求方式: POST

请求协议: HTTPS

请求示例: https://api.gugudata.com/websitetools/readability

数据预览: https://www.gugudata.com/preview/readability

接口测试: https://api.gugudata.com/websitetools/readability/demo

参数名	参数类型	是否必须	默认值	备注
appkey	string	是	YOUR_APPKEY	付费后获取的 APPKEY
html	string	否	YOUR_VALUE	需要抽取的网页 HTML 内容，与参数 url 二选一
url	string	否	YOUR_VALUE	需要抽取的网页 URL 地址，与参数 html 二选一。（我们不处理因源站反爬而不能正常请求网页内容进行后续处理的问题）

参数名	参数类型	备注
DataStatus.RequestParameter	string	接口请求参数
DataStatus.StatusCode	int	接口返回状态码
DataStatus.StatusDescription	string	接口返回状态说明
DataStatus.ResponseDateTime	string	接口数据返回时间
DataStatus.DataTotalCount	int	此条件下的总数据量，一般用于分页计算
Data.Title	string	文章标题
Data.Byline	string	文章作者
Data.Dir	string	文章文字方向
Data.Lang	string	文章语言
Data.Content	string	文章内容
Data.TextContent	string	文章内容（不包含 HTML 标签，按段落分割）
Data.Length	int	文章长度
Data.Excerpt	string	文章摘要
Data.SiteName	string	网站名称
Data.PublishedTime	string[]	文章发布时间

状态码	状态码解释	备注
200	接口正常响应	业务状态码参见下方接口自定义状态码
403	请求频率超限	CDN 层通过 IP 请求频率智能判断，一般的高频请求不会触发此状态码


自定义状态码	自定义状态码解释	备注
200	正常返回
400	参数错误
402	APPKEY 错误	请检查传递的 APPKEY 是否为开发者中心获取到的值
403	账号欠费	请及时关注订单到期短信提醒
429	请求频率受限	每秒请求不能超过 100 次
500	接口响应错误

示例代码包含的开发语言：C#, Go, Java, jQuery, Node.js, Objective-C, PHP, Python, Ruby, Swift 等，其他语言进行对应的 RESTful API 请求实现即可。

code demo

Q: 数据请求有缓存吗？

A: 所有的数据都是直接返回的，部分周期性数据在更新周期内数据是缓存的。
Q: 如何保证请求时 key 的安全性？

A: 一般建议将对我们 API 的请求放置在您应用的后端服务中发起，您应用的所有前端请求都应该指向您自己的后端服务，这样的架构也更加地纯粹且易维护。
Q: 接口可以用于哪些开发语言？

A: 可以使用于所有可以进行网络请求的开发语言，用于您项目快速地进行数据构建。
Q: 接口的性能可以保证吗？

A: 接口后台架构和我们给企业提供的商业项目架构一致，您可以通过访问测试接口查看接口相关返回性能与信息。