Busca

Introdução

A API Search do AnyCrawl permite acessar resultados de mecanismos de busca por programação. Pensada para LLMs, devolve dados limpos e estruturados para análise e processamento por IA.

A API responde de imediato, de forma síncrona — sem polling nem webhooks. Suporta vários mecanismos e várias páginas de resultados em uma única requisição.

Recursos principais

Vários motores: hoje Google; outros planejados
Otimizada para LLM: JSON estruturado
Idiomas e regiões: busca em diferentes locales
Várias páginas: um único request pode trazer várias páginas de resultados
Desempenho: alta concorrência nativa com processamento assíncrono
Resposta imediata: API síncrona
Resultados completos: itens de resultado e sugestões de busca

Endpoint da API

POST https://api.anycrawl.dev/v1/search

Exemplos de uso

Busca básica (Google, padrão)

curl -X POST "https://api.anycrawl.dev/v1/search" \
  -H "Authorization: Bearer <your-api-key>" \
  -H "Content-Type": "application/json" \
  -d '{
    "query": "OpenAI ChatGPT"
  }'

Busca com várias páginas

curl -X POST "https://api.anycrawl.dev/v1/search" \
  -H "Authorization: Bearer <your-api-key>" \
  -H "Content-Type": "application/json" \
  -d '{
    "query": "machine learning tutorials",
    "pages": 3,
    "limit": 10
  }'

Busca com idioma/região

curl -X POST "https://api.anycrawl.dev/v1/search" \
  -H "Authorization: Bearer <your-api-key>" \
  -H "Content-Type": "application/json" \
  -d '{
    "query": "AnyCrawl",
    "lang": "zh",
    "pages": 2
  }'

Busca com paginação

curl -X POST "https://api.anycrawl.dev/v1/search" \
  -H "Authorization: Bearer <your-api-key>" \
  -H "Content-Type": "application/json" \
  -d '{
    "query": "web scraping tools",
    "offset": 20,
    "limit": 10
  }'

Busca com Safe Search

curl -X POST "https://api.anycrawl.dev/v1/search" \
  -H "Authorization: Bearer <your-api-key>" \
  -H "Content-Type": "application/json" \
  -d '{
    "query": "educational content",
    "safe_search": 0
  }'

Parâmetros da requisição

Parâmetro	Tipo	Obrigatório	Padrão	Descrição
`query`	string	Sim	-	Consulta de busca
`template_id`	string	Não	-	ID do template para esta busca
`variables`	object	Não	-	Variáveis do template (com `template_id`)
`engine`	enum	Não	`google`	Motor de busca. Hoje: `google`
`limit`	number	Não	10	Máximo de resultados por página
`offset`	number	Não	0	Resultados a pular (paginação)
`pages`	number	Não	1	Páginas de resultados (mín.: 1, máx.: 20)
`lang`	string	Não	`en`	Locale (ex.: 'en', 'zh', 'es', 'fr')
`country`	string	Não	-	País (ex.: 'US', 'GB', 'CN')
`timeRange`	enum	Não	-	Filtro de tempo: `day`, `week`, `month`, `year`
`sources`	enum	Não	-	Fontes: `web`, `images`, `news` (SearXNG)
`safe_search`	number \| null	Não	null	Safe Search no Google: `0` (off), `1` (médio), `2` (alto) ou null (padrão). Só Google.

Opcional: `scrape_options` nas URLs dos resultados

Se informado, cada URL de resultado pode ser raspada com as mesmas opções de /v1/scrape (sem url no topo). Opções só de navegador são ignoradas sem motor de navegador.

Campo	Tipo	Padrão	Observações
`engine`	enum	-	Motor de scrape: `auto`, `cheerio`, `playwright`, `puppeteer`
`formats`	array of enum	`["markdown"]`	Formatos: `markdown`, `html`, `text`, `screenshot`, `screenshot@fullPage`, `rawHtml`, `json`, `summary`, `links`
`timeout`	number	`60000`	Timeout (ms)
`wait_for`	number	-	Atraso (ms); navegadores; prioridade menor que `wait_for_selector`
`wait_until`	enum	-	Espera da navegação: `load`, `domcontentloaded`, `networkidle`, `commit`
`wait_for_selector`	string, object, or array	-	Seletores (só navegadores). Mesma semântica que em `/v1/scrape`.
`include_tags`	array of string	-	Incluir só elementos com seletores CSS
`exclude_tags`	array of string	-	Excluir elementos com seletores CSS
`only_main_content`	boolean	`true`	Só conteúdo principal (`include_tags` tem precedência)
`proxy`	string (URI)	-	Proxy opcional
`json_options`	object	-	Extração JSON (schema, user_prompt, schema_name, schema_description)
`extract_source`	enum	`markdown`	Origem do JSON: `markdown` ou `html`
`ocr_options`	boolean	`false`	OCR só em imagens markdown; não altera `html`/`rawHtml`.
`max_age`	number	-	Idade do cache (ms). `0` pula leitura; omita para o padrão
`store_in_cache`	boolean	`true`	Gravar Page Cache por resultado raspado

Sumário