从 HTML 提取文章内容

POST

https://api.gugudata.com/ai/v1/articles/extractFromHtml

从 HTML 提取文章内容
从已获取的 HTML 中提取与 URL 操作一致的文章结构。
详情页：https://www.gugudata.com/api/details/article-extract

POST /ai/v1/articles/extractFromHtml
Content-Type: application/json

html：必填，UTF-8 编码后最大 10 MiB。

url：可选，原始 HTTP/HTTPS URL，用于解析相对链接。

parserOptions：可选，仅支持已公开的四个安全解析字段。
认证方式与主操作一致。

请求参数

Query 参数

Header 参数

Body 参数application/json

示例

{
  "html": "<article><h1>示例文章标题</h1><p>这是一段用于演示正文提取的内容。</p></article>",
  "url": "https://example.com/articles/demo",
  "parserOptions": {
    "wordsPerMinute": 300
  }
}

请求示例代码

Shell

JavaScript

Java

Swift

PHP

Python

HTTP

Objective-C

Ruby

OCaml

Dart

curl --location --globoff 'https://api.gugudata.com/ai/v1/articles/extractFromHtml?appkey=请前往 https://www.gugudata.com 购买' \
--header 'Content-Type: application/json' \
--data '{
  "html": "<article><h1>示例文章标题</h1><p>这是一段用于演示正文提取的内容。</p></article>",
  "url": "https://example.com/articles/demo",
  "parserOptions": {
    "wordsPerMinute": 300
  }
}'

返回响应

🟢200成功

application/json

Bodyapplication/json

示例

{
  "DataStatus": {
    "RequestParameter": "string",
    "StatusCode": 100,
    "StatusDescription": "请求成功。",
    "ResponseDateTime": "2026-08-04 15:55:08.876",
    "DataTotalCount": 0
  },
  "Data": {
    "title": "string",
    "content": "string",
    "excerpt": "string",
    "byline": "string",
    "siteName": "string"
  }
}

修改于 2026-09-14 03:30:36

AI 文档知识库问答

AI 文档字段结构化解析（DOCX 文件）