Parse

O endpoint /parse converte documentos locais ou não públicos em dados limpos, prontos para LLM. Envie o arquivo via multipart/form-data e receba Markdown, JSON, HTML, links, imagens ou um resumo — com a ordem de leitura e as tabelas preservadas.

Transforme PDFs, DOCX, XLSX, HTML e mais em Markdown ou JSON estruturado
Análise até 5x mais rápida com um mecanismo baseado em Rust
Arquivos de até 50 MB por solicitação
Suporte a Zero Data Retention

Quando usar `/parse`

Use /parse quando o documento de origem for um arquivo local ou não puder ser acessado publicamente por URL. Se você tiver uma URL pública que aponte para um documento, prefira /scrape — ele detecta automaticamente o tipo de arquivo pela extensão ou pelo tipo de conteúdo e o processa da mesma forma.

Origem	Endpoint
URL pública de um documento (por exemplo, `https://example.com/report.pdf`)	`POST /scrape`
Arquivo local ou bytes não públicos (PDF, DOCX, XLSX, HTML, …)	`POST /parse`

Usando o Firecrawl via MCP? Use firecrawl_parse para arquivos locais. O MCP local pode ler o arquivo diretamente quando configurado com FIRECRAWL_API_URL. O MCP remoto hospedado primeiro retorna um comando de upload de curta duração e depois processa o uploadRef retornado. URLs públicas de documentos ainda devem usar /scrape.

Tem uma URL pública para um PDF? Use /scrape em vez disso — ele detecta automaticamente os tipos de documento e retorna markdown limpo. Não é necessário usar uma biblioteca de PDF separada.

Python

doc = firecrawl.scrape("https://example.com/report.pdf", formats=["markdown"])

Análise

endpoint /parse

Usado para enviar um arquivo e receber o conteúdo analisado. A requisição é multipart/form-data, com um campo file obrigatório e um campo JSON options opcional. Extensões compatíveis: .html, .htm, .pdf, .docx, .doc, .odt, .rtf, .xlsx, .xls.

Uso

from firecrawl import Firecrawl

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

doc = firecrawl.parse("./report.pdf")

print(doc.markdown)

import { Firecrawl } from "firecrawl";
import fs from "node:fs";

const firecrawl = new Firecrawl({ apiKey: "fc-YOUR-API-KEY" });

const doc = await firecrawl.parse({
  data: fs.readFileSync("./report.pdf"),
  filename: "report.pdf",
});

console.log(doc.markdown);

curl -X POST https://api.firecrawl.dev/v2/parse \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -F 'file=@./report.pdf' \
  -F 'options={"formats":["markdown"]};type=application/json'

Resposta

Os SDKs retornam diretamente o objeto de documento. O cURL retorna o payload JSON.

{
  "success": true,
  "data": {
    "markdown": "# Annual Report\n\n...",
    "metadata": {
      "title": "Annual Report",
      "numPages": 42,
      "totalPages": 42,
      "sourceFile": "report.pdf"
    }
  }
}

numPages é o número de páginas efetivamente analisadas; totalPages é a contagem real de páginas do documento. Os valores coincidem, a menos que maxPages tenha truncado o resultado — por exemplo, analisar um PDF de 100 páginas com maxPages: 10 retorna numPages: 10 e totalPages: 100, então totalPages > numPages indica que o resultado foi truncado. totalPages é omitido quando não é possível determinar a contagem de páginas.

Opções

/parse aceita um subconjunto das opções de scraping no campo options. Configurações comuns:

formats: Array de formatos de resultado. O padrão é ["markdown"]. Compatíveis: markdown, html, rawHtml, links, images, summary e json (com um schema ou prompt).
onlyMainContent: Retorna apenas o conteúdo principal do documento. O padrão é true.
includeTags / excludeTags: Inclusão ou exclusão em nível de tag (entradas HTML).
redactPII: Redige informações de identificação pessoal do markdown retornado.
timeout: Tempo limite da requisição em milissegundos. O padrão é 30000, máximo de 300000.
parsers: Controles do parser de arquivos. Para PDFs, defina { "type": "pdf", "mode": "fast" | "auto" | "ocr", "maxPages": <int> }.

/parse não oferece suporte a opções exclusivas do navegador, como actions, waitFor, location, mobile ou rastreamento de alterações.

Modos do parser de PDF

cURL

curl -X POST https://api.firecrawl.dev/v2/parse \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -F 'file=@./scan.pdf' \
  -F 'options={"parsers":[{"type":"pdf","mode":"ocr","maxPages":50}]};type=application/json'

fast: extração somente de texto, opção mais rápida.
auto (padrão): prioriza texto, com fallback para OCR em páginas só com imagens.
ocr: OCR em todas as páginas — use em documentos digitalizados.

Resultado JSON estruturado

Passe um schema JSON ou um prompt para extrair dados estruturados diretamente do documento:

cURL

curl -X POST https://api.firecrawl.dev/v2/parse \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -F 'file=@./invoice.pdf' \
  -F 'options={"formats":[{"type":"json","schema":{"type":"object","properties":{"total":{"type":"number"},"vendor":{"type":"string"}}}}]};type=application/json'

Considerações

O tamanho máximo do arquivo é de 50 MB por requisição.
A análise de PDFs muito grandes ou digitalizados no modo ocr pode demorar mais — aumente o valor de timeout ou use maxPages para limitar o processamento.
Para lotes de arquivos, chame /parse para cada arquivo em paralelo; não há opção de upload em lote.

É um agente de IA que precisa de uma chave de API do Firecrawl? Consulte firecrawl.dev/agent-onboarding/SKILL.md para ver instruções de onboarding automatizado.

Primeiros passos

Endpoints principais

Mais

Guias de início rápido

Guias para desenvolvedores

Webhooks

Casos de uso

Outros

Como contribuir

Quando usar `/parse`

Análise

endpoint /parse

Uso

Resposta

Opções

Modos do parser de PDF

Resultado JSON estruturado

Considerações

​Quando usar /parse

​Análise

​endpoint /parse

​Uso

​Resposta

​Opções

​Modos do parser de PDF

​Resultado JSON estruturado

​Considerações

Quando usar `/parse`

Análise

endpoint /parse

Uso

Resposta

Opções

Modos do parser de PDF

Resultado JSON estruturado

Considerações