ForHosting KIT · サイト取得・監視

Webページの表を抽出

KITはWebページ内のtableタグで作られた表を、行と列のデータとして抽出するツールです。価格比較表や仕様表を、手で入力し直さずに取り出したい担当者向けに使えます。

● 安定提供中URLあたり$0.040

実行 — $0.040 + $0.001/URL API仕様を見る

ご利用方法ウェブAPIメールアプリ近日Telegram 近日

オンラインで実行

アカウントでログインし、当社のサーバー上で実行します。無料ツールはブラウザ内で動作しますが、これは上記の料金がKIT残高から差し引かれます。

何が抽出されるか

ページ内のtableタグで組まれた表を、行と列を保ったデータとして抽出します。抽出結果はExcelやスプレッドシートにそのまま貼り付けられる形式です。

divで組まれた疑似的な表について

実際のtableタグを使わず、divやCSSだけで表のように見せているページもあります。この機能はtableタグを対象としているため、そうした疑似的な表は正しく抽出できない場合があります。

どんな場面で使うか

公共機関が公開する手数料表、競合サイトの価格比較表、仕様書ページのスペック表など、手で転記すると時間がかかる表をまとめて取り込みたい場合に向いています。

料金と制限

料金は1リクエストにつき$0.040（米ドル）、これに処理件数1件ごとの$0.001を加算した金額になります。ページ内に複数の表がある場合、すべての表が対象になります。

活用例

公共機関の手数料表の取り込み

総務担当の高橋恵子が、自治体サイトで公開されている手数料表をデータとして取り込み、社内資料に反映している。

競合価格表の定期チェック

EC運営者の鈴木美咲が、競合サイトの価格比較表を定期的に抽出し、自社の価格設定の参考にしている。

仕様書スペック表のシステム取り込み

開発者の佐藤健一が、メーカーサイトの仕様書ページに掲載されたスペック表を抽出し、社内システムに取り込んでいる。

よくある質問

divで作られた疑似的な表にも対応しますか。

実際のtableタグで組まれた表が対象です。divやCSSだけで表のように見せているページは、正しく抽出できない場合があります。

ページ内に複数の表がある場合はどうなりますか。

ページ内のすべての表が抽出結果に含まれます。

結合セルのある表も抽出できますか。

抽出は試みますが、複雑な結合セルは行と列の対応が崩れる場合があります。

取得したページの内容はどう扱われますか。

抽出処理にのみ使用し、それ以外の目的では利用しません。

料金体系はどうなっていますか。

1リクエストあたり$0.040に、処理件数1件ごと$0.001を加えた金額です。

日本語のサポートはありますか。

申し訳ありませんが、日本語でのサポートは行っておりません。サポートは英語またはスペイン語で、担当者が直接対応します。ツール自体は日本語で問題なくご利用いただけます。

開発者向け — APIアクセス

このページの機能はすべてAPIからも利用できます。自社システムに組み込みたいチーム向けのセクションです。それ以外の方は上のツールをそのままお使いください。

エンドポイント

POSThttps://api.kit.forhosting.com/web/tables

Bearerトークンで認証し、POST1回でタスクをキューに登録します。結果はWebhookまたは署名付きリンクで受け取れます。

お使いのスタックから呼び出す

curl -X POST https://api.kit.forhosting.com/web/tables \
  -H "Authorization: Bearer $KIT_KEY" \
  -H "Content-Type: application/json" \
  -d &#39;{"url":"https://ejemplo.com"}'

const res = await fetch("https://api.kit.forhosting.com/web/tables", {
  method: "POST",
  headers: {
    "Authorization": `Bearer ${process.env.KIT_KEY}`,
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    "url": "https://ejemplo.com"
  })
});
const { task_id } = await res.json();

import os, requests

res = requests.post(
    "https://api.kit.forhosting.com/web/tables",
    headers={"Authorization": f"Bearer {os.environ[&#39;KIT_KEY']}"},
    json={
    "url": "https://ejemplo.com"
},
)
task_id = res.json()["task_id"]

<?php
$res = file_get_contents("https://api.kit.forhosting.com/web/tables", false, stream_context_create([
  "http" => [
    "method"  => "POST",
    "header"  => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
    "content" => &#39;{"url":"https://ejemplo.com"}',
  ],
]));
$task = json_decode($res, true);

body := bytes.NewBufferString(`{"url":"https://ejemplo.com"}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/web/tables", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)

リクエスト例

{
  "url": "https://ejemplo.com"
}

レスポンス例

{
  "task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
  "type": "web.tables",
  "status": "queued",
  "_links": {
    "result": "/tasks/tsk_…/result"
  }
}

非同期APIです。task_idは即時に返ります。ポーリングは1秒あたり1リクエストまでです。

料金

1リクエストあたり$0.040

URLあたり$0.001

単価はすべて公開しています。トークン換算や独自クレジットはありません。失敗したタスクは課金されません。

制限

`timeout_sec`	30
`max_crawl_pages`	25

エラー

HTTP	コード	意味
`401`	`unauthorized`	APIキーが無効か、指定されていません。Authorizationヘッダーを確認してください。
`402`	`insufficient_balance`	残高が不足しています。チャージ後に再度お試しください。
`404`	`unknown_type`	指定されたタスクタイプは存在しません。タイプ名を確認してください。
`429`	`rate_limited`	リクエストが多すぎます。しばらく待ってから再度お試しください。
`422`	`task_failed`	タスクの処理に失敗しました。このタスクは課金されません。

KITの完全なドキュメントを見る →