Processamento de Documentos

O Firecrawl oferece recursos poderosos de parsing de documentos, permitindo extrair conteúdo estruturado de diversos formatos. Esse recurso é particularmente útil para processar arquivos como planilhas, documentos do Word e muito mais.

Formatos de documentos suportados

Atualmente, o Firecrawl oferece suporte aos seguintes formatos de documentos:

Planilhas do Excel (.xlsx, .xls, .xlsm, .xlsb, .ods)
- Cada planilha é convertida em uma tabela
- As planilhas são separadas por títulos H2 com o nome da aba
- Preserva a formatação das células e os tipos de dados
Documentos do Word (.docx, .doc, .docm, .odt, .rtf)
- Extrai o conteúdo de texto preservando a estrutura do documento
- Mantém títulos, parágrafos, listas e tabelas
- Preserva formatação e estilos básicos
Apresentações do PowerPoint (.pptx, .ppt, .pptm, .odp)
- Extrai o conteúdo dos slides na ordem de leitura
- Inclui notas do apresentador
eBooks EPUB (.epub)
- Extrai o conteúdo dos capítulos preservando a estrutura do documento
Arquivos CSV (.csv)
- Convertidos em uma tabela
Documentos PDF (.pdf)
- Extrai o conteúdo de texto com informações de layout
- Preserva a estrutura do documento, incluindo seções e parágrafos
- Lida com PDFs baseados em texto e digitalizados (com suporte a OCR)
- Opcionalmente, fornece Markdown por página e blocos de layout tipados com caixas delimitadoras
- Custa 1 crédito por página. Consulte a tabela de preços para detalhes.
- Consulte as opções de PDF para a referência completa: modos de análise, limites de páginas, Markdown por página e blocos de layout.

Como usar a análise de documentos

A análise de documentos no Firecrawl funciona de duas formas:

Análise via URL (/v2/scrape): forneça uma URL que aponte para um tipo de documento compatível.
Análise por upload de arquivo (/v2/parse): envie os bytes do arquivo diretamente com multipart/form-data.

Na análise via URL, o Firecrawl detecta automaticamente o tipo de arquivo pela extensão ou pelo content type.

Faça upload de documentos com `/v2/parse`

Use /v2/parse quando o documento de origem estiver localmente ou não estiver acessível publicamente por URL.

curl -X POST "https://api.firecrawl.dev/v2/parse" \
  -H "Authorization: Bearer fc-YOUR-API-KEY" \
  -F 'options={"formats":["markdown"]}' \
  -F "file=@./document.docx;type=application/vnd.openxmlformats-officedocument.wordprocessingml.document"

import { Firecrawl } from "firecrawl";

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

const doc = await app.parse(
  {
    data: "<html><body><h1>Upload Parse</h1></body></html>",
    filename: "upload.html",
    contentType: "text/html",
  },
  { formats: ["markdown"] },
);

console.log(doc.markdown);

from firecrawl import Firecrawl
from firecrawl.v2.types import ScrapeOptions

app = Firecrawl(api_key="fc-YOUR-API-KEY")
doc = app.parse(
    b"<!DOCTYPE html><html><body><h1>Upload Parse</h1></body></html>",
    filename="upload.html",
    content_type="text/html",
    options=ScrapeOptions(formats=["markdown"]),
)
print(doc.markdown)

Exemplo: Fazendo scraping de um arquivo Excel

Node

import { Firecrawl } from 'firecrawl';

const firecrawl = new Firecrawl({
  // Nenhuma API key necessária para começar — adicione uma para limites de taxa mais altos:
  // apiKey: "fc-SUA-CHAVE-API",
});

const doc = await firecrawl.scrape('https://example.com/data.xlsx');

console.log(doc.markdown);

Exemplo: Extraindo um documento do Word

Node

import { Firecrawl } from 'firecrawl';

const firecrawl = new Firecrawl({
  // Nenhuma API key necessária para começar — adicione uma para limites de taxa mais altos:
  // apiKey: "fc-SUA-CHAVE-API",
});

const doc = await firecrawl.scrape('https://example.com/data.docx');

console.log(doc.markdown);

Formato de saída

Todos os tipos de documentos compatíveis são convertidos em Markdown limpo e estruturado. Por exemplo, um arquivo Excel com várias planilhas pode ser convertido em:

## Planilha1

| Nome  | Valor |
|-------|-------|
| Item 1 | 100   |
| Item 2 | 200   |

## Planilha2

| Data       | Descrição    |
|------------|--------------|
| 2023-01-01 | Primeiro trimestre|

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

Primeiros passos

Endpoints principais

Mais

Guias de início rápido

Guias para desenvolvedores

Webhooks

Casos de uso

Outros

Como contribuir

Processamento de Documentos

Formatos de documentos suportados

Como usar a análise de documentos

Faça upload de documentos com `/v2/parse`

Exemplo: Fazendo scraping de um arquivo Excel

Exemplo: Extraindo um documento do Word

Formato de saída

​Formatos de documentos suportados

​Como usar a análise de documentos

​Faça upload de documentos com /v2/parse

​Exemplo: Fazendo scraping de um arquivo Excel

​Exemplo: Extraindo um documento do Word

​Formato de saída

Formatos de documentos suportados

Como usar a análise de documentos

Faça upload de documentos com `/v2/parse`

Exemplo: Fazendo scraping de um arquivo Excel

Exemplo: Extraindo um documento do Word

Formato de saída