> ## Documentation Index
> Fetch the complete documentation index at: https://web2md.org/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Site-Adapter

> Optimierte Inhaltsextraktion für 16 beliebte Plattformen, darunter Reddit, GitHub, YouTube, Hacker News, arXiv, Medium und mehr.

## Überblick

Web2MD funktioniert zwar auf jeder Webseite, doch bei bestimmten Websites profitiert die Extraktion von spezialisierter Logik. Web2MD enthält **16 plattformspezifische Extraktoren**, die die API oder DOM-Struktur der jeweiligen Plattform nutzen, um ein besseres Markdown-Ergebnis zu liefern als die generische Extraktion.

<Frame>
  <img src="https://mintcdn.com/web2md/qOtwQjeH2QQiHWtp/images/site-adapters.png?fit=max&auto=format&n=qOtwQjeH2QQiHWtp&q=85&s=129e33379869863c7e80ea6db4c585d4" alt="Site-specific adapters" width="1280" height="800" data-path="images/site-adapters.png" />
</Frame>

## Unterstützte Websites

### API-basiert (kein Tab nötig)

Diese Extraktoren rufen Daten direkt über die API der Plattform ab und funktionieren daher auch ohne aktiven Browser-Tab.

#### Reddit

Extrahiert den vollständigen Beitragsinhalt, einschließlich:

* Titel, Autor, Subreddit und Score des Beitrags
* Selbsttext- oder Link-Inhalt
* Bis zu **200 Kommentare** mit 4 Verschachtelungsebenen, inklusive Autor und Score
* Bild- und Medienlinks

Nutzt die JSON-API von Reddit (`/.json`) für zuverlässige Extraktion.

#### Hacker News

Extrahiert vollständige Diskussions-Threads über die Algolia-API:

* Titel, URL, Punkte und Kommentaranzahl des Beitrags
* Alle Kommentare mit Autor und Verschachtelung

#### arXiv

Extrahiert wissenschaftliche Paper:

* Titel, Autoren und Abstract des Papers
* Vollständiger HTML-Inhalt wissenschaftlicher Paper

#### YouTube

Extrahiert Video-Metadaten:

* Videotitel und Kanalname
* Dauer und Aufrufzahl
* Englische Untertitel/Captions (sofern verfügbar)

#### Twitter / X

Extrahiert Tweet-Inhalte:

* Tweet-Text und Medien
* Autoreninformationen und Engagement-Kennzahlen

### DOM-basiert (erfordert Browser-Tab)

Diese Extraktoren analysieren das DOM der Seite im aktiven Tab, um strukturierte Inhalte zu erhalten.

#### OpenAI Docs

Extrahiert Dokumentationsseiten von der Dokumentations-Website von OpenAI:

* Code-Blöcke und API-Referenzen
* Strukturierte Navigation und Inhaltshierarchie

#### Claude Chat

Extrahiert Gesprächsinhalte aus der Chat-Oberfläche von Claude.ai.

#### Notion

Extrahiert Inhalte von öffentlichen und angemeldeten Notion-Seiten (notion.so, notion.site):

* Duale Extraktion: block-basiertes DOM-Parsing (`data-block-id`) mit Container-Fallback
* Überschriften, Text, Code-Blöcke, Listen, Toggles, Callouts, Zitate
* Bilder, Tabellen, Lesezeichen und Einbettungen

#### Feishu / Lark

Extrahiert Inhalte von Feishu-Docx- und Wiki-Seiten (feishu.cn, larksuite.com):

* Duale Extraktion: PageMain-Blockmodell mit DOM-Fallback
* Überschriften, Text, Code-Blöcke, Listen, Tabellen, Bilder
* Callouts und Checkboxen

#### Medium

Extrahiert Artikelinhalte aus dem DOM von Medium:

* Autor, Veröffentlichungsdatum und Lesezeit
* Vollständiger Artikelinhalt

#### Substack

Extrahiert Newsletter-Beiträge:

* Autor, Datum und vollständiger Artikelinhalt

#### Wikipedia

Extrahiert Artikelinhalte:

* Abschnitte, Tabellen und Quellenangaben
* Entfernt Navigation und Sidebar-Ballast

#### DEV.to

Extrahiert Entwickler-Blogbeiträge:

* Tags, Reaktionen und Kommentare

#### Product Hunt

Extrahiert Produktseiten:

* Produktbeschreibungen und Informationen zum Ersteller
* Diskussions-Threads

#### Stack Overflow

Extrahiert Q\&A-Inhalte:

* Titel, Text, Tags und Stimmenanzahl der Frage
* Akzeptierte Antwort (hervorgehoben)
* Top-Antworten mit Stimmenanzahl

#### GitHub

Extrahiert Issues und Pull Requests, einschließlich:

* Titel, Status (offen/geschlossen/gemerged) und Labels
* Ursprüngliche Beschreibung/Text
* Bis zu **30 Kommentare** mit Autoreninformationen

Nutzt die REST-API von GitHub für strukturierte Daten.

## Wie Adapter funktionieren

Beim Konvertieren einer Seite geht Web2MD automatisch wie folgt vor:

1. **Erkennt die Website** anhand der URL
2. **Wählt den passenden Adapter** aus, sofern vorhanden
3. **Extrahiert den Inhalt** mit der site-spezifischen Methode
4. **Greift auf die generische Extraktion zurück**, falls der Adapter fehlschlägt

Sie müssen nichts konfigurieren — Adapter werden automatisch angewendet.

<Info>
  Site-Adapter stehen allen Nutzern zur Verfügung (Free und Pro). Sie laufen vor der eigentlichen Konvertierungs-Pipeline und funktionieren daher unabhängig von Ihrem Plan.
</Info>

## Vergleich

| Merkmal                 | Generische Extraktion           | Site-Adapter                           |
| ----------------------- | ------------------------------- | -------------------------------------- |
| Genauigkeit des Inhalts | Gut für Artikel                 | Optimiert für die Struktur der Website |
| Kommentare/Antworten    | Nicht extrahiert                | Enthalten (Reddit, GitHub, SO)         |
| Metadaten               | Grundlegend (Titel, URL)        | Umfangreich (Autor, Score, Status)     |
| Medien                  | Nur Bilder                      | Videos, Untertitel, Einbettungen       |
| Zuverlässigkeit         | Abhängig von der Seitenstruktur | Nutzt stabile APIs                     |