pure.md：网址前插入“pure.md/”即可提取干净的文本

综合介绍

pure.md 是一个为 AI 代理和开发者设计的工具，主打快速将网页内容或文件转为 Markdown 格式。它通过代理服务绕过反爬虫限制，提取网页核心数据，并输出简洁的 Markdown 文件。无论是动态网页、PDF 文件还是社交媒体内容，pure.md 都能高效处理。工具使用 Cloudflare 和 AWS 等技术支持，提供 REST API 接口。它最大的特点是操作简单，能大幅减少内容提取和整理的时间，特别适合需要实时数据或结构化输出的场景。

功能列表

• 快速转为 Markdown：将网页或文件内容提取为简洁的 Markdown 格式。
• 绕过反爬虫检测：模拟真实用户行为，旋转 IP 地址访问受限网站。
• JavaScript 渲染：完整解析单页应用（SPA）的动态内容。
• PDF 和文件转换：支持 PDF、Excel 等文件转为 Markdown。
• 搜索引擎爬取：抓取搜索结果并整合为 Markdown。
• 数据提取：通过 POST 请求提取 JSON 或摘要，支持自然语言指令。
• 社交媒体支持：提取 LinkedIn、Twitter 等平台数据（部分功能开发中）。

使用帮助

pure.md 无需复杂安装，直接通过网页或 API 使用。以下是详细的操作步骤和功能说明，确保你能快速上手。

基本使用方法

1. 访问官网
   在浏览器输入 https://pure.md/，进入主页面。无需下载软件，直接在线操作。
2. 输入目标链接
   在链接前加上 https://pure.md/，例如将 https://example.com 改为 https://pure.md/https://example.com。
3. 获取 Markdown
   提交后，pure.md 会返回提取的内容，默认以 Markdown 格式输出。你可以复制结果或下载文件。

特色功能操作流程

1. 快速转为 Markdown

• 操作步骤：
  • 输入目标网页，如 https://pure.md/https://wikipedia.org。
  • 点击提交，pure.md 会移除广告和无关元素，生成包含标题、正文和元数据的 Markdown 文件。
• 效果：
  输出仅 28K 字符，比同类工具（如 r.jina.ai 的 143K）更简洁，适合 AI 处理。参考：Reader API：网页内容提取工具，HTML转换为Markdown格式

2. 绕过反爬虫检测

• 操作步骤：
  • 输入受限网页链接，如 https://pure.md/https://science.org/article。
  • pure.md 使用数据中心代理、住宅代理或历史数据（Common Crawl、Wayback Machine）获取内容。
  • 如果需要登录，可在请求头中添加 Cookie（见 https://pure.md/docs）。
• 效果：
  避开“验证你是人类”等限制，成功提取内容并转为 Markdown。

3. JavaScript 渲染支持

• 操作步骤：
  • 输入动态网页链接，如 https://pure.md/https://react-app.com。
  • pure.md 在后台执行 DOM 渲染，生成完整内容。
  • 结果以 Markdown 返回。
• 效果：
  单页应用的动态数据（如评论或表格）被完整提取，避免只拿到空 HTML。

4. PDF 和文件转换

• 操作步骤：
  • 输入 PDF 链接，如 https://pure.md/https://example.com/file.pdf。
  • 提交后，pure.md 解析文件并转为 Markdown。
  • 对于 Excel 文件，同样支持转为表格格式的 Markdown。
• 效果：
  文件内容被整理为清晰的 Markdown，标题和段落层次分明。

5. 搜索引擎爬取

• 操作步骤：
  • 输入搜索关键词链接，如 https://pure.md/https://google.com/search?q=AI。
  • pure.md 抓取搜索结果并整合为 Markdown 字符串。
• 效果：
  最新的事件或知识被快速整理，适合实时更新 AI 数据。

6. 数据提取（POST 请求）

• 操作步骤：
  • 使用 POST 请求访问，如：

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

    请求体示例：

    {
    "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"]}
    }
    

  • 返回 JSON 或 Markdown 结果。
• 效果：
  根据自然语言指令提取结构化数据，适合复杂任务。

7. 社交媒体支持（开发中）

• 操作步骤：
  • 输入 LinkedIn 或 Twitter 链接，如 https://pure.md/https://twitter.com/user/tweet。
  • pure.md 通过数据提供商提取内容。
• 效果：
  输出帖子或简介的 Markdown，未来支持更多平台。

定价与账号

• 注册：访问 https://pure.md/login，免费获得 $1 信用。
• 定价：
  • Starter：每分钟 60 请求，提取 $0.001/次，搜索 $0.005/次。
  • Growth：$19/月，600 请求/分钟，含 $20 免费信用。
  • Business：$99/月，3000 请求/分钟，含 $100 免费信用。
• 支付：通过 Stripe 处理，支持随时取消。

注意事项

• 免费版有严格限制，建议订阅以解锁完整功能。
• 大型网页或文件处理时间稍长，通常在 5-30 秒。
• 社交媒体功能尚未完全上线，敬请期待。

通过以上步骤，你可以轻松使用 pure.md 提取内容并转为 Markdown，操作简单且高效。

应用场景

1. AI 数据采集
   AI 开发者需要网页数据训练模型。pure.md 快速提取并转为 Markdown，减少预处理工作。
2. 研究与学习
   学生将 PDF 或网页转为 Markdown，方便整理笔记或引用资料。
3. 新闻监控
   企业抓取实时新闻。pure.md 爬取搜索结果并输出 Markdown，保持信息更新。

QA

1. 需要信用卡注册吗？
   不需要，注册后即可获得 $1 免费信用。
2. 支持哪些文件类型？
   当前支持 HTML、PDF、Excel，图片可通过 AI 转为描述。
3. 能访问登录后的内容吗？
   可以，但需提供 Cookie，具体见文档。