> ## 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.

# Adaptadores de Site

> Extração de conteúdo otimizada para 16 plataformas populares, incluindo Reddit, GitHub, YouTube, Hacker News, arXiv, Medium e outras.

## Visão geral

Embora o Web2MD funcione em qualquer página web, certos sites se beneficiam de uma lógica de extração especializada. O Web2MD inclui **16 extratores específicos por plataforma** que usam a API ou a estrutura DOM de cada plataforma para produzir uma saída em Markdown melhor do que a extração genérica.

<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>

## Sites suportados

### Baseados em API (sem necessidade de aba)

Esses extratores buscam dados diretamente pela API da plataforma, então funcionam mesmo sem uma aba de navegador ativa.

#### Reddit

Extrai o conteúdo completo do post, incluindo:

* Título do post, autor, subreddit e pontuação
* Texto próprio ou conteúdo de link
* Até **200 comentários** com 4 níveis de aninhamento, incluindo autor e pontuação
* Links de imagens e mídia

Usa a API JSON do Reddit (`/.json`) para uma extração confiável.

#### Hacker News

Extrai threads de discussão completas via API do Algolia:

* Título do post, URL, pontos e contagem de comentários
* Todos os comentários com autor e aninhamento

#### arXiv

Extrai papers de pesquisa:

* Título, autores e resumo do paper
* Conteúdo HTML completo dos papers de pesquisa

#### YouTube

Extrai metadados do vídeo:

* Título do vídeo e nome do canal
* Duração e número de visualizações
* Legendas em inglês (quando disponíveis)

#### Twitter / X

Extrai conteúdo de tweets:

* Texto e mídia do tweet
* Informações do autor e métricas de engajamento

### Baseados em DOM (requer aba do navegador)

Esses extratores analisam o DOM da página dentro da aba ativa para obter conteúdo estruturado.

#### OpenAI Docs

Extrai páginas de documentação do site de documentação da OpenAI:

* Blocos de código e referências de API
* Navegação estruturada e hierarquia de conteúdo

#### Claude Chat

Extrai o conteúdo da conversa da interface de chat do Claude.ai.

#### Notion

Extrai conteúdo de páginas públicas e autenticadas do Notion (notion.so, notion.site):

* Extração dupla: parsing de DOM em nível de bloco (`data-block-id`) com fallback de container
* Títulos, texto, blocos de código, listas, toggles, callouts, citações
* Imagens, tabelas, bookmarks e embeds

#### Feishu / Lark

Extrai conteúdo de páginas Feishu Docx e Wiki (feishu.cn, larksuite.com):

* Extração dupla: modelo de bloco PageMain com fallback de DOM
* Títulos, texto, blocos de código, listas, tabelas, imagens
* Callouts e checkboxes

#### Medium

Extrai conteúdo de artigos do DOM do Medium:

* Autor, data de publicação e tempo de leitura
* Conteúdo completo do artigo

#### Substack

Extrai posts de newsletter:

* Autor, data e conteúdo completo do artigo

#### Wikipedia

Extrai conteúdo de artigos:

* Seções, tabelas e referências
* Remove navegação e ruído de barra lateral

#### DEV.to

Extrai posts de blog para desenvolvedores:

* Tags, reações e comentários

#### Product Hunt

Extrai páginas de produtos:

* Descrições de produtos e informações do criador
* Threads de discussão

#### Stack Overflow

Extrai conteúdo de perguntas e respostas:

* Título da pergunta, corpo, tags e contagem de votos
* Resposta aceita (destacada)
* Melhores respostas com contagem de votos

#### GitHub

Extrai Issues e Pull Requests, incluindo:

* Título, status (aberto/fechado/mesclado) e labels
* Descrição/corpo original
* Até **30 comentários** com informações do autor

Usa a API REST do GitHub para dados estruturados.

## Como os adaptadores funcionam

Quando você converte uma página, o Web2MD automaticamente:

1. **Detecta o site** a partir da URL
2. **Seleciona o melhor adaptador**, se existir
3. **Extrai o conteúdo** usando o método específico do site
4. **Recorre** à extração genérica se o adaptador falhar

Você não precisa configurar nada — os adaptadores são aplicados automaticamente.

<Info>
  Os adaptadores de site estão disponíveis para todos os usuários (Free e Pro). Eles rodam antes do pipeline principal de conversão, então funcionam independentemente do seu plano.
</Info>

## Comparação

| Recurso               | Extração genérica              | Adaptador de site                  |
| --------------------- | ------------------------------ | ---------------------------------- |
| Precisão do conteúdo  | Boa para artigos               | Otimizada para a estrutura do site |
| Comentários/respostas | Não extraídos                  | Incluídos (Reddit, GitHub, SO)     |
| Metadados             | Básicos (título, URL)          | Ricos (autor, pontuação, status)   |
| Mídia                 | Apenas imagens                 | Vídeos, legendas, embeds           |
| Confiabilidade        | Depende da estrutura da página | Usa APIs estáveis                  |