Extraia todas as tabelas HTML de qualquer página da web para um JSON limpo e estruturado - cabeçalhos e linhas detectados automaticamente. Basta passar uma URL; nenhum código de raspagem necessário. Rápido, sem estado e pronto para MCP para agentes de IA
{"ok":true,"tableCount":5,"tables":[{"headers":["Ranks","Name","Industry","Revenue","Profit","Employees","Headquarters[note 1]","State-owned","Ref."],"rowCount":51,"rows":[["USD (in billions)"],["1","Amazon","Retail Information technology","716","79.9","1,576,000","United States","","[5]"],["2","Walmart","Retail","713","21.8","2,100,000","","[6]"],["3","State Grid Corporation of China","Electricity","545","9.2","1,361,423","China","","[7]"],["4","Saudi Aramco","Oil and gas","480","106","73,311","Saudi Arabia","","[8]"],["5","China National Petroleum Corporation","476","25.2","1,026,301","China","","[9]"],["6","China Petrochemical Corporation","429","9.3","513,434","","[10]"],["7","Apple","Information technology","416","112","166,000","United States","","[11]"],["8","Alphabet","Information technology","402","132","190,820","","[12]"],["9","UnitedHealth Group","Healthcare","400","14.4","400,000","","[13]"],["10","Berkshire Hathaway","Financials","371","88.9","392,400","","[14]"],["11","CVS Health","Healthcare","357","8.3","259,500","","[15]"],["12","Volkswagen Group","Automotive","348","17.9","684,025","Germany","","[16]"],["13","ExxonMobil","Oil and gas","344","36.0","61,500","United States","","[17]"],["14","Vitol","Commodities","331","13.0","1,560","Switzerland","","[18][19]"],["15","Shell","Oil and gas","323","19.3","103,000","United Kingdom","","[20]"],["16","China State Construction Engineering","Construction","320","4.2","382,894","China","","[21]"],["17","Toyota","Automotive","312","34.2","380,793","Japan","","[22]"],["18","McKesson","Healthcare","308","3.0","48,000","United States","","[23]"],["19","Microsoft","Information technology","281","101","228,000","","[24]"],["20","Cencora","Healthcare","262","1.7","44,000","","[25]"],["21","Trafigura","Commodities","244","7.3","12,479","Singapore","","[26]"],["22","Costco","Retail","242","6.2","316,000","United States","","[27]"],["23","JPMorgan Chase","Financials","239","49.5","309,926","","[28]"],["24","Industrial and Commercial Bank of China","222","51.4","419,252","China","","[29]"],["25","Schwarz Gruppe","Retail","220","n/a","604,000","Germany","","[30]"],["26","TotalEnergies","Oil and gas","218","21.3","102,579","France","","[31]"],["27","Glencore","Commodities","217","4.2","83,426","Switzerland","","[32]"],["28","Nvidia","Semiconductors","215","120","36,000","United States","","[33]"],["29","BP","Oil and gas","213","15.2","79,400","United Kingdom","","[34]"],["30","Cardinal Health","Healthcare","205","0.26","47,520","United States","","[35]"],["31","Stellantis","Automotive","204","20.1","258,275","Netherlands","","[36]"],["32","Chevron","Oil and gas","200","21.3","45,600","United States","","[37]"],["33","China Construction Bank","Financials","199","46.9","376,871","China","","[38]"],["34","Samsung Electronics","Electronics","198","11.0","267,860","South Korea","","[39]"],["35","Foxconn","197","4.5","621,393","Taiwan","","[40]"],["36","Cigna","Healthcare","195","5.1","71,413","United States","","[41]"],["37","Agricultural Bank of China","Financials","192","38.0","451,003","China","","[42]"],["38","China Railway Engineering Corporation","Construction","178","2.1","314,149","China","","[43]"],["39","Cargill","Conglomerate","177","17.6","160,000","United States","","[44]"],["40","Ford Motor Company","Automotive","176","4.3","177,000","","[45]"],["41","Bank of China","Financials","172","32.7","306,931","China","","[46]"],["42","Bank of America","171","26.5","212,985","United States","","[47]"],["43","General Motors","Automotive","171","10.1","163,000","","[48]"],["44","Elevance Health","Healthcare","171","5.9","104,900","","[49]"],["45","BMW Group","Automotive","168","12.2","154,950","Germany","","[50]"],["46","Mercedes-Benz Group","Automotive","165","15.4","166,056","Germany","","[51]"],["47","Meta Platforms","Social media","164","62.3","78,450","United States","","[52]"],["48","China Railway Construction Corporation","Construction","160","1.7","336,433","China","","[53]"],["49","Baowu","Steel","157","2.4","258,697","","[54]"],["50","Citigroup","Financials","156","9.2","237,925","United States","","[55]"]]},{"headers":null,"rowCount":14,"rows":[[],["Rank","Country","Companies"],["1","United States","24"],["2","China","11"],["3","Germany","4"],["4","United Kingdom","2"],["4","Switzerland","2"],["5","Japan","1"],["5","France","1"],["5","Netherlands","1"],["5","South Korea","1"],["5","Saudi Arabia","1"],["5","Singapore","1"],["5","Taiwan","1"]]},{"headers":null,"rowCount":3,"rows":[["Capital accumulation Overaccumulation Economic inequality Wealth distribution Income distribution Yard-sale model Consumption distribution History of economic inequality Brazil China Denmark Germany India Latin America Philippines South Africa South Korea Sweden United States income inequality wealth inequality International inequality Elite Oligarchy Overclass Plutocracy Plutonomy Broligarchy Primitive accumulation of capital Upper class Nouveau riche (new money) Vieux riche (old money) Luxury goods Veblen goods Conspicuous consumption Conspicuous leisure Luxury beliefs"],["PeoplePeople","Trillionaire Billionaire Centibillionaire Millionaire Captain of industry High-net-worth individual Magnate Business Oligarch Business Russian Ukrainian Robber baron"],["WealthWealth","Concentration Distribution Effect Geography Inheritance Dynastic Estate planning Management National Paper Religion Tax"]]},{"headers":["PeoplePeople","Forbes list of billionaires List of centibillionaires Female billionaires Richest royals Wealthiest Americans Wealthiest families"],"rowCount":2,"rows":[["OrganizationsOrganizations","Largest companies by revenue Largest corporate profits and losses Largest corporations by market capitalization Largest financial services companies by revenue Largest manufacturing companies by revenue European Largest software companies by revenue Largest technology companies by revenue Religious organizations Charities Philanthropists Universities Endowment size Number of billionaire alumni"],["OtherOther","Cities by number of billionaires Countries by number of billionaires Countries by total wealth Countries by wealth inequality Most expensive items by category"]]},{"headers":null,"rowCount":4,"rows":[["Diseases of affluence Affluenza Acquired situational narcissism Argumentum ad crumenam Prosperity theology"],["PhilanthropyPhilanthropy","Gospel of Wealth The Giving Pledge Philanthrocapitalism Venture philanthropy"],["SayingsSayings","The rich get richer and the poor get poorer Socialism for the rich and capitalism for the poor Too big to fail"],["MediaMedia","Das Kapital Plutus Greek god of wealth Superclass List The Theory of the Leisure Class Wealth The Wealth of Nations"]]}]}
curl --location --request GET 'https://zylalabs.com/api/13075/html+table+extractor+api/26455/extract+tables+from+url?url=https://en.wikipedia.org/wiki/List_of_largest_companies_by_revenue' --header 'Authorization: Bearer YOUR_API_KEY'
Após se cadastrar, cada desenvolvedor recebe uma chave de acesso à API pessoal, uma combinação única de letras e dígitos para acessar nosso endpoint de API. Para autenticar com a Extraidor de Tabela HTML API basta incluir seu token Bearer no cabeçalho Authorization.
| Cabeçalho | Descrição |
|---|---|
Authorization
|
Obrigatório
Deve ser Bearer access_key. Veja "Sua chave de acesso à API" acima quando você estiver inscrito.
|
Sem compromisso de longo prazo. Faça upgrade, downgrade ou cancele a qualquer momento. O teste gratuito inclui até 50 requisições.
(Economize 2 meses com cobrança anual 🎉)
Empresas líderes confiam em nós
A API retorna dados JSON estruturados contendo todas as tabelas HTML encontradas em uma página da web especificada Cada tabela inclui cabeçalhos detectados automaticamente e um array de linhas tornando fácil o acesso e a utilização dos dados
Os campos principais na resposta incluem "ok" (status), "tableCount" (número de tabelas extraídas) e "tables" (um array de objetos de tabela, cada um com "headers", "rowCount" e "rows")
Os dados da resposta estão organizados como um objeto JSON Contém um indicador de status a contagem de tabelas extraídas e um array de objetos de tabela cada um detalhando cabeçalhos e linhas em um formato estruturado
A API extrai vários tipos de informações de tabelas HTML, incluindo dados financeiros, estatísticas esportivas, grades de preços e dados gerais de fontes como a Wikipedia, dependendo do conteúdo da página da web
Os usuários podem personalizar suas solicitações especificando a URL da página da web da qual desejam extrair tabelas usando o parâmetro de consulta 'url' na solicitação GET
Casos de uso típicos incluem extrair tabelas financeiras para análise reunir estatísticas esportivas para relatórios compilar informações de preços para comparação e recuperar dados estruturados da Wikipedia para pesquisa
A API extrai dados diretamente de páginas web públicas, confiando na precisão inerente do conteúdo da fonte. No entanto, os usuários devem verificar os dados nas páginas web originais para aplicações críticas
Os usuários podem esperar uma estrutura consistente nos dados retornados, com cada tabela contendo cabeçalhos seguidos por linhas de dados. O formato é previsível, permitindo uma fácil integração em pipelines de processamento de dados