从 HTML 提取文章内容

从 HTML 内容提取文章正文与元数据。
详情页：https://www.gugudata.com/api/details/article-extract

当前接口契约

接口详情：https://www.gugudata.com/api/details/article-extract

请求参数

参数	类型	必填	默认值	说明
appkey	string	是	无	咕咕数据开发者中心分配的 APPKEY。
html	string	是	无	待解析的 HTML 字符串，UTF-8 编码后最大 10 MiB。
url	string	否	无	可选的原始 HTTP/HTTPS URL，用于解析相对链接。
parserOptions	object	否	无	见接口说明

正常响应

HTTP 200，application/json。

字段	类型	说明
DataStatus	object	接口业务状态信息。
DataStatus.RequestParameter	string	本次请求的参数摘要。
DataStatus.StatusCode	integer	咕咕数据业务状态码，100 表示业务处理成功。
DataStatus.StatusDescription	string	业务状态说明。
DataStatus.ResponseDateTime	string	接口响应时间。
DataStatus.DataTotalCount	integer	本次响应数据总数或分页总数。
Data	object	抽取后的文章结构化数据。

业务状态说明

业务状态码	业务状态码解释	备注
100	正常返回	文章成功提取
101	参数错误	无效或缺少必需参数（url 参数是必需的）
102	请求频率受限	默认情况下，每个接口提供 5 QPS 并发能力，可满足大多数业务场景。超出当前并发能力时，网关可能返回 429 请求频率受限；如需更高吞吐，可按需购买额外 QPS 扩展包，高频调用场景支持白名单接入与独立流控策略。
103	账号欠费
104	APPKEY 错误	请检查传递的 APPKEY 是否为开发者中心获取到的值
110	接口响应错误	文章提取过程中发生内部服务器错误。URL 可能无法访问或内容格式可能不受支持

历史响应示例说明

保留的历史响应与当前字段定义不完全一致，尚无可追溯的新结果替换。接入请以本页当前响应字段说明为准；该历史响应未作为本轮验证通过的正常结果。

请求参数

Query 参数

Header 参数

Body 参数application/json必填

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

返回响应

🟢200成功

application/json

接口正常响应。请求成功，业务状态请结合响应体中的自定义业务码判断。

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"
  }
}

🟠400请求参数错误。请求参数缺失、格式错误或参数组合不合法。

🟠401鉴权失败。缺少 appkey 或 appkey 无效。

🟠403无权限访问。订单到期、权限不足或接口额度不可用。

🟠404资源不存在。请求路径不存在。

🟠405请求方法不允许。当前路径不支持该 HTTP 方法。

🟠415请求内容类型不支持。上传或请求体的内容类型不符合接口要求。

🟠429请求频率受限。默认情况下，每个接口提供 5 QPS 并发能力，可满足大多数业务场景。超出当前并发能力时，网关可能返回 429 请求频率受限；如需更高吞吐，可按需购买额外 QPS 扩展包，高频调用场景支持白名单接入与独立流控策略。

🔴500服务内部错误。服务端处理异常，请稍后重试。

🔴502数据服务暂时不可用，请稍后重试。

🟠422目标内容存在但无法识别出有效文章。

🔴503文章抽取依赖暂时不可用或请求超时。

当前接口契约#

请求参数#

正常响应#

业务状态说明#

历史响应示例说明#

请求参数

请求示例代码

返回响应

当前接口契约

请求参数

正常响应

业务状态说明

历史响应示例说明