pure.md: inserte "pure.md/" delante de la URL para extraer el texto limpio.

Introducción general

pure.md es una herramienta diseñada para agentes y desarrolladores de IA que se centra en convertir rápidamente contenidos o archivos web al formato Markdown. Evita las restricciones anti-crawler a través de servicios proxy, extrae los datos principales de una página web y genera un archivo Markdown limpio. Tanto si se trata de una página web dinámica como de un archivo PDF o de contenido de redes sociales, pure.md puede gestionarlo con eficacia. La herramienta funciona con Cloudflare y AWS y proporciona una interfaz REST API. Su mejor característica es que es fácil de manejar, puede reducir significativamente el tiempo de extracción y organización de contenidos, especialmente adecuado para la necesidad de datos en tiempo real o escenarios de salida estructurados.

Lista de funciones

• Quick to Markdown: Extrae el contenido de una página web o documento a un formato Markdown limpio.
• Eludir la detección de rastreadores: simula el comportamiento real de los usuarios y hace girar las direcciones IP para acceder a sitios web restringidos.
• Renderizado JavaScript: análisis completo de contenidos dinámicos para aplicaciones de página única (SPA).
• Conversión de PDF y archivos: admite PDF, Excel y otros archivos a Markdown.
• Rastreo en buscadores: rastrea los resultados de las búsquedas e intégralos en Markdown.
• Extracción de datos: Extracción de JSON o resumen mediante solicitud POST, admite comandos de lenguaje natural.
• Compatibilidad con redes sociales: extracción de datos de plataformas como LinkedIn, Twitter, etc. (algunas funciones en desarrollo).

Utilizar la ayuda

pure.md no requiere ninguna instalación complicada y se utiliza directamente desde la web o la API. A continuación encontrará instrucciones detalladas paso a paso y descripciones de las funciones para que pueda empezar a utilizarlo rápidamente.

Uso básico

1. Visite el sitio web oficial
   Escriba en su navegador https://pure.md/La página principal del sitio web se mostrará en la página principal. No es necesario descargar el software, opere directamente en línea.
2. Introduzca el enlace de destino
   Anteponga al enlace https://pure.md/Por ejemplo https://example.com cambiar a https://pure.md/https://example.com.
3. Obtener reducción
   Tras el envío, pure.md devuelve el contenido extraído, que por defecto sale en formato Markdown. Puede copiar el resultado o descargar el archivo.

Funciones destacadas Procedimiento de funcionamiento

1. Conversión rápida a Markdown

• procedimiento::
  • Introduzca la página web de destino, por ejemplo https://pure.md/https://wikipedia.org.
  • Al hacer clic en enviar, pure.md elimina los anuncios y los elementos extraños y genera un archivo Markdown que contiene el título, el cuerpo y los metadatos.
• efecto::
  La salida sólo tiene 28.000 caracteres, lo que es más conciso que otras herramientas similares (por ejemplo, r.jina.ai's 143K) y adecuado para el procesamiento de IA. Referencia:Reader API: herramienta de extracción de contenidos web, conversión de HTML a Markdown

2. Eludir la detección de rastreadores

• procedimiento::
  • Introduzca un enlace a una página web restringida, como por ejemplo https://pure.md/https://science.org/article.
  • pure.md utiliza agentes de centros de datos, agentes residenciales o datos históricos (Common Crawl, Wayback Machine) para obtener contenidos.
  • Si necesita iniciar sesión, añada una cookie al encabezado de la solicitud (véase https://pure.md/docs).
• efecto::
  Extrae con éxito el contenido y lo convierte a Markdown, saltándose restricciones como "Verifique que es humano".

3. Soporte de renderizado JavaScript

• procedimiento::
  • Introduzca un enlace a una página web dinámica, por ejemplo https://pure.md/https://react-app.com.
  • pure.md realiza el renderizado DOM en segundo plano para generar el contenido completo.
  • El resultado se devuelve en Markdown.
• efecto::
  Los datos dinámicos (como comentarios o formularios) de las aplicaciones de una sola página se extraen en su totalidad, evitando obtener sólo HTML vacío.

4. Conversión de PDF y documentos

• procedimiento::
  • Introduzca el enlace del PDF, por ejemplo https://pure.md/https://example.com/file.pdf.
  • Tras el envío, pure.md analiza el archivo y lo convierte a Markdown.
  • Para los archivos Excel, también se admite el formato Markdown a tabla.
• efecto::
  El contenido del documento se organiza en Markdown claro, con títulos y párrafos jerarquizados.

5. Rastreo en motores de búsqueda

• procedimiento::
  • Introduzca un enlace al término de búsqueda, por ejemplo https://pure.md/https://google.com/search?q=AI.
  • pure.md rastrea los resultados de búsqueda y los consolida en cadenas Markdown.
• efecto::
  Los últimos acontecimientos o conocimientos se recopilan rápidamente y son adecuados para actualizar los datos de la IA en tiempo real.

6. Extracción de datos (solicitud POST)

• procedimiento::
  • Utilice una solicitud POST para el acceso, por ejemplo

    POST https://pure.md/https://reuters.com
    

    Ejemplo de cuerpo de solicitud:

    {
    "prompt": "列出今天的前5条头条",
    "model": "meta/llama-3.1-8b",
    "schema": {"type": "object", "properties": {"headlines": {"type": "array", "items": {"type": "string"}}}, "required": ["headlines"]}
    }
    

  • Devuelve resultados JSON o Markdown.
• efecto::
  La extracción de datos estructurados a partir de instrucciones en lenguaje natural es adecuada para tareas complejas.

7. Apoyo a las redes sociales (en desarrollo)

• procedimiento::
  • Introduzca un enlace de LinkedIn o Twitter, como https://pure.md/https://twitter.com/user/tweet.
  • pure.md extrae contenidos a través de un proveedor de datos.
• efecto::
  Salida Markdown para posts o perfiles, con soporte para más plataformas en el futuro.

Precios y cuentas

• inscripción: Acceso https://pure.md/loginPuedes conseguir crédito $1 gratis.
• fijar un precio::
  • Arranque: 60 peticiones por minuto, $0,001/extracción, $0,005/búsqueda.
  • Crecimiento: $19/mes, 600 solicitudes/minuto con $20 de crédito gratuito.
  • Empresas: $99/mes, 3000 solicitudes/minuto con $100 de crédito gratuito.
• pagar (dinero)Gestionado a través de Stripe, con posibilidad de cancelación en cualquier momento.

advertencia

• La versión gratuita tiene limitaciones estrictas y se recomienda una suscripción para desbloquear todas las funciones.
• Las páginas o archivos grandes tardan un poco más en procesarse, normalmente entre 5 y 30 segundos.
• Las funciones de redes sociales aún no están totalmente activas, así que permanezca atento.

Con estos pasos, puedes extraer fácilmente el contenido y convertirlo a Markdown utilizando pure.md, que es sencillo y eficaz.

escenario de aplicación

1. Adquisición de datos de IA
   Los desarrolladores de IA necesitan datos web para entrenar modelos. pure.md extrae y convierte rápidamente a Markdown, reduciendo el preprocesamiento.
2. Investigación y estudio
   Los estudiantes convierten PDF o páginas web a Markdown para organizar fácilmente sus notas o citar información.
3. seguimiento de las noticias
   Enterprise rastrea noticias en directo. pure.md rastrea resultados de búsqueda y genera Markdown para mantener la información actualizada.

CONTROL DE CALIDAD

1. ¿Necesita una tarjeta de crédito para registrarse?
   No es necesario, regístrese y obtenga $1 de crédito gratis.
2. ¿Qué tipos de archivos son compatibles?
   Actualmente admite HTML, PDF y Excel, y las imágenes pueden convertirse en descripciones mediante IA.
3. ¿Puedo acceder al contenido de la sesión iniciada?
   Sí, pero necesita proporcionar una cookie, consulte la documentación.