Le point de terminaison /extract simplifie la collecte de données structurées à partir d’un nombre quelconque d’URL ou de domaines entiers. Fournissez une liste d’URL, éventuellement avec des caractères génériques (p. ex. example.com/*), ainsi qu’un prompt ou un schéma décrivant les informations recherchées. Firecrawl gère les détails du crawling, du parsing et de la consolidation de jeux de données, petits ou grands.
Extract est facturé différemment des autres points de terminaison. Consultez la tarification d’Extract pour plus de détails.

​
Utilisation de /extract

Vous pouvez extraire des données structurées à partir d’une ou plusieurs URL, y compris avec des caractères génériques :
  • Page unique
    Exemple : https://firecrawl.dev/some-page
  • Pages multiples / Domaine complet
    Exemple : https://firecrawl.dev/*
Lorsque vous utilisez /*, Firecrawl va automatiquement explorer et parser toutes les URL qu’il peut découvrir sur ce domaine, puis extraire les données demandées. Cette fonctionnalité est expérimentale ; écrivez à help@firecrawl.com en cas de problème.

​
Exemple d’utilisation

from firecrawl import Firecrawl

firecrawl = Firecrawl(api_key="fc-YOUR-API-KEY")

schema = {
    "type": "object",
    "properties": {"description": {"type": "string"}},
    "required": ["description"],
}

res = firecrawl.extract(
    urls=["https://docs.firecrawl.dev"],
    prompt="Extrait la description de la page",
    schema=schema,
)

print(res.data["description"])
Paramètres clés :
  • urls : Tableau d’une ou plusieurs URL. Prend en charge les caractères génériques (/*) pour un crawl plus large.
  • prompt (Optionnel sauf si aucun schéma) : Instruction en langage naturel décrivant les données souhaitées ou la manière dont vous voulez qu’elles soient structurées.
  • schema (Optionnel sauf si aucun prompt) : Structure plus stricte si vous connaissez déjà le format JSON.
  • enableWebSearch (Optionnel) : Lorsque true, l’extraction peut suivre des liens en dehors du domaine spécifié.
Voir la référence de l’API pour plus de détails.

​
Réponse (SDKs)

JSON
{
  "success": true,
  "data": {
    "company_mission": "Firecrawl est le moyen le plus simple d’extraire des données du web. Les développeurs l’utilisent pour convertir de façon fiable des URL en markdown prêt pour les LLM ou en données structurées avec un simple appel à l’API.",
    "supports_sso": false,
    "is_open_source": true,
    "is_in_yc": true
  }
}

​
Statut et achèvement du job

Lorsque vous lancez un job d’extraction — directement via l’API ou via les méthodes de démarrage — vous recevez un ID de job. Vous pouvez utiliser cet ID pour :
  • Consulter le statut du job : envoyez une requête au point de terminaison /extract/ pour vérifier s’il est toujours en cours ou terminé.
  • Attendre les résultats : si vous utilisez la méthode par défaut extract (Python/Node), le SDK attend et renvoie les résultats finaux.
  • Démarrer puis interroger : si vous utilisez les méthodes de démarrage — start_extract (Python) ou startExtract (Node) — le SDK renvoie immédiatement un ID de job. Utilisez get_extract_status (Python) ou getExtractStatus (Node) pour suivre l’avancement.
Ce point de terminaison ne fonctionne que pour les jobs en cours ou récemment terminés (dans les 24 heures).
Ci-dessous, des exemples de code pour vérifier le statut d’un job d’extraction avec Python, Node.js et cURL : 
from firecrawl import Firecrawl

firecrawl = Firecrawl(
    api_key="fc-YOUR_API_KEY"
)

# Commencez par lancer une tâche d'extraction
extract_job = firecrawl.start_extract([
    'https://docs.firecrawl.dev/*', 
    'https://firecrawl.dev/'
], prompt="Extraire la mission de l’entreprise et les fonctionnalités à partir de ces pages.")

# Récupérez le statut de la tâche d'extraction
job_status = firecrawl.get_extract_status(extract_job.id)

print(job_status)
# Exemple de sortie :
# id=None
# status='completed'
# expires_at=datetime.datetime(...)
# success=True
# data=[{ ... }]
# error=None
# warning=None
# sources=None

​
États possibles

  • completed: L’extraction a réussi.
  • processing: Firecrawl traite encore votre requête.
  • failed: Une erreur s’est produite ; les données n’ont pas été entièrement extraites.
  • cancelled: La tâche a été annulée par l’utilisateur.

​
Exemple en cours

JSON
{
  "success": true,
  "data": [],
  "status": "en cours de traitement",
  "expiresAt": "2025-01-08T20:58:12.000Z"
}

​
Exemple terminé

JSON
{
  "success": true,
  "data": {
      "company_mission": "Firecrawl est le moyen le plus simple d’extraire des données du Web. Les développeurs l’utilisent pour convertir de façon fiable des URL en markdown prêt pour les LLM ou en données structurées avec un seul appel à l’API.",
      "supports_sso": false,
      "is_open_source": true,
      "is_in_yc": true
    },
  "status": "terminée",
  "expiresAt": "2025-01-08T20:58:12.000Z"
}

​
Extraction sans schéma

Si vous préférez ne pas définir une structure stricte, vous pouvez simplement fournir un prompt. Le modèle sous-jacent choisira une structure pour vous, ce qui peut être utile pour des requêtes plus exploratoires ou plus flexibles. 
from firecrawl import Firecrawl

# Initialisez FirecrawlApp avec votre clé d’API
firecrawl = Firecrawl(api_key='your_api_key')

data = firecrawl.extract([
  'https://docs.firecrawl.dev/',
  'https://firecrawl.dev/'
], prompt="Extrait la mission de Firecrawl à partir de la page.")
print(data)
JSON
{
  "success": true,
  "data": {
    "company_mission": "Transformez les sites web en données prêtes pour les LLM. Alimentez vos applications d’IA avec des données propres, collectées depuis n’importe quel site."
  }
}
Définir enableWebSearch = true dans votre requête étend l’exploration au-delà de l’ensemble d’URL fourni. Cela permet de récupérer des informations complémentaires ou liées depuis des pages référencées. Voici un exemple qui extrait des informations sur les caméras embarquées (dash cams), en enrichissant les résultats avec des données issues de pages connexes : 
from firecrawl import Firecrawl

# Initialisez FirecrawlApp avec votre clé d’API

firecrawl = Firecrawl(api_key='your_api_key')

data = firecrawl.extract([
'https://nextbase.com/dash-cams/622gw-dash-cam'
], prompt="Extrait les détails sur les meilleures dashcams, notamment les prix, les fonctionnalités, les avantages/inconvénients et les avis.", enable_web_search=True)
print(data)
JSON
{
  "success": true,
  "data": {
    "dash_cams": [
      {
        "name": "Nextbase 622GW",
        "price": "$399.99",
        "features": [
          "Enregistrement vidéo 4K",
          "Stabilisation d’image",
          "Alexa intégrée",
          "Intégration What3Words"
        ],
        /* Informations ci-dessous enrichies à partir d’autres sites comme 
        https://www.techradar.com/best/best-dash-cam, trouvées 
        via le paramètre enableWebSearch */
        "pros": [
          "Excellente qualité vidéo",
          "Très bonne vision nocturne",
          "GPS intégré"
        ],
        "cons": ["Prix élevé", "L’application peut être capricieuse"]
      }
    ],
  }
La réponse inclut un contexte supplémentaire tiré de pages connexes, offrant des informations plus complètes et plus précises.

​
Extraire sans URL

Le point de terminaison /extract prend désormais en charge l’extraction de données structurées à l’aide d’un prompt, sans avoir besoin d’URL spécifiques. C’est utile pour la recherche ou lorsque les URL exactes ne sont pas connues. Actuellement en alpha. 
from pydantic import BaseModel

class ExtractSchema(BaseModel):
    company_mission: str


# Define the prompt for extraction
prompt = 'Extract the company mission from Firecrawl\'s website.'

# Perform the extraction
scrape_result = firecrawl.extract(prompt=prompt, schema=ExtractSchema)

print(scrape_result)

​
Limitations connues (bêta)

  1. Couverture de sites à grande échelle
    La couverture complète de sites très volumineux (p. ex. « tous les produits sur Amazon ») en une seule requête n’est pas encore prise en charge.
  2. Requêtes logiques complexes
    Des requêtes comme « trouver toutes les publications de 2025 » peuvent ne pas renvoyer de manière fiable toutes les données attendues. Des capacités de requête plus avancées sont en cours de développement.
  3. Incohérences occasionnelles
    Les résultats peuvent varier d’une exécution à l’autre, en particulier pour les sites très vastes ou dynamiques. En général, les informations essentielles sont capturées, mais des variations sont possibles.
  4. État bêta
    Comme /extract est encore en bêta, les fonctionnalités et les performances continueront d’évoluer. Nous accueillons les signalements de bugs et vos retours pour nous aider à nous améliorer.

​
Utiliser FIRE-1

FIRE-1 est un agent IA qui étend les capacités de scraping de Firecrawl. Il peut contrôler des actions du navigateur et naviguer dans des structures de sites web complexes pour permettre une extraction de données plus complète que les méthodes de scraping traditionnelles. Vous pouvez utiliser l’agent FIRE-1 avec le point de terminaison /extract pour des tâches d’extraction complexes nécessitant une navigation sur plusieurs pages ou une interaction avec des éléments. Exemple (cURL) : 
curl -X POST https://api.firecrawl.dev/v2/extract \
    -H 'Content-Type: application/json' \
    -H 'Authorization: Bearer VOTRE_CLÉ_API' \
    -d '{
      "urls": ["https://example-forum.com/topic/123"],
      "prompt": "Extraire tous les commentaires des utilisateurs de ce fil de discussion.",
      "schema": {
        "type": "object",
        "properties": {
          "comments": {
            "type": "array",
            "items": {
              "type": "object",
              "properties": {
                "author": {"type": "string"},
                "comment_text": {"type": "string"}
              },
              "required": ["author", "comment_text"]
            }
          }
        },
        "required": ["comments"]
      },
      "agent": {
        "model": "FIRE-1"
      }
    }'
FIRE-1 est déjà disponible et accessible en avant-première.

​
Facturation et suivi de l’utilisation

Vous pouvez consulter les tarifs de /extract sur la page tarifs d’Extract et suivre votre utilisation via la page Extract du tableau de bord. Des commentaires ou besoin d’aide ? Écrivez à help@firecrawl.com.