De una lista pegada a un zip, paso a paso.

1. Tu lista se limpia primero

Pega lo que sea. Dominios sin protocolo, URLs completas con parámetros de consulta, una columna copiada de una hoja de cálculo con las comillas todavía puestas, una lista en markdown, una exportación CSV donde la URL es el tercer campo. Cada línea se divide por comas y tabulaciones, se limpia de puntuación suelta y recibe un esquema si le falta.

Los duplicados se reducen a un único renderizado para que no se te cobre dos veces por la misma dirección. Cualquier cosa que no sea una dirección HTTP o HTTPS pública se descarta antes de crear el lote, y el número de descartes vuelve incluido en la respuesta.

2. Cada página se abre en un navegador real

El renderizado ocurre en Chromium, no en un fetch con un analizador de HTML. El JavaScript se ejecuta, las tipografías web cargan, las imágenes se decodifican y las aplicaciones de una sola página terminan de dibujarse antes de que se dispare la captura.

Antes de capturar, la página se desplaza una vez de arriba abajo, así que las imágenes de carga diferida y cualquier cosa condicionada a un intersection observer queda realmente en su sitio. Las animaciones y transiciones CSS se pausan para que un carrusel a mitad de deslizamiento no acabe siendo la captura. Los muros de consentimiento de las plataformas habituales se ocultan, junto con los avisos genéricos hechos a mano que siguen los mismos patrones.

3. El motor está diseñado para no toparse con muros

Un navegador headless estándar recibe un reto anti-bot en una parte significativa de los sitios reales, y un reto anti-bot no es la captura que nadie pidió. El renderizador funciona sobre Fortress, una compilación de Chromium que corrige su fingerprint en el propio motor en lugar de parchear JavaScript en tiempo de ejecución, que es justo lo que buscan los detectores.

No hay que configurar nada de esto. Es el comportamiento por defecto, y existe un Chromium estándar de respaldo si el motor sigiloso no está disponible en un host determinado.

4. Los resultados se empaquetan sobre la marcha

Los renderizados se ejecutan en paralelo y la página de resultados se va rellenando conforme llega cada uno, así que un lote de quinientas URLs es útil mucho antes de terminar. Cuando el lote se completa, recibes un zip con una imagen por URL, nombrada según el dominio y su posición en tu lista.

Junto a las imágenes hay un manifest.json con el título de la página, la URL tras las redirecciones, el estado HTTP, el tamaño de página renderizada en píxeles CSS y el peso en bytes de cada archivo. Si algo falló, hay un not-rendered.csv que enumera cada fallo y su motivo.

5. Nada se queda por aquí

Las imágenes y la descarga empaquetada se eliminan 14 días después de crear el lote. No hay ningún archivo histórico que consultar más tarde, y es deliberado: este servicio renderiza páginas, no guarda una copia de la web.