Tabele de Referință pentru Macronutrienți: Descarcă Date Complete de Nutriție în Formate CSV și JSON

Indiferent dacă dezvolți o aplicație de nutriție, conduci un studiu de cercetare, oferi consultanță clienților sau pur și simplu ai nevoie de o foaie de referință de încredere pe birou, ai nevoie de date clare despre macronutrienți într-un format cu care să poți lucra efectiv. Deși există baze de date guvernamentale, acestea sunt adesea extinse, inconsistente și concepute pentru birocrați, nu pentru dezvoltatori.

Am creat un set de tabele de referință pentru macronutrienți, disponibile gratuit, care acoperă peste 500 de alimente comune, cu detalii complete despre macronutrienți. Datele sunt disponibile atât în formate CSV, cât și JSON, gata să fie integrate într-o foaie de calcul, o bază de date, un script sau o aplicație. Fiecare intrare a fost verificată împotriva surselor primare, iar fișierele sunt structurate astfel încât să poți începe să le folosești imediat, fără a necesita curățare sau transformare.

Această pagină detaliază exact ce conțin tabelele, cum sunt structurate datele, cum să le încarci programatic și cum să contribui cu corecturi dacă găsești ceva ce necesită actualizare.

Ce Este Inclus

Tabelele de referință pentru macronutrienți conțin peste 500 dintre cele mai consumate alimente, împărțite în șapte categorii principale. Pentru fiecare aliment, primești:

• Numele alimentului — denumirea standard în engleză utilizată în știința nutriției
• Categoria — una dintre cele șapte categorii de bază (mai multe detalii mai jos)
• Subcategoria — un grup mai specific în cadrul categoriei principale
• Descrierea porției — o porție ușor de înțeles (de exemplu, "1 banană medie", "1 cană gătită")
• Greutatea porției în grame — echivalentul în grame al acelei porții
• Calorii — energia totală în kilocalorii (kcal)
• Proteine — grame de proteine per porție
• Grăsimi totale — grame de grăsimi totale per porție
• Grăsimi saturate — grame de grăsimi saturate per porție
• Carbohidrați totali — grame de carbohidrați totali per porție
• Fibre dietetice — grame de fibre dietetice per porție
• Zaharuri — grame de zaharuri totale per porție
• Sodiu — miligrame de sodiu per porție

Fiecare valoare este raportată în funcție de porția listată, nu per 100 de grame. Am ales această abordare deoarece datele bazate pe porții sunt cele de care majoritatea oamenilor au nevoie atunci când își urmăresc mesele, își construiesc planuri de masă sau afișează informații nutriționale într-o interfață. Dacă ai nevoie de valori per 100g, împărțind la greutatea porției și înmulțind cu 100 este simplu.

Tabelele nu includ micronutrienți, cu excepția sodiului și fibrelor. Pentru profiluri complete de micronutrienți (vitamine, minerale, aminoacizi), consultă secțiunea despre API-ul Nutrola la finalul acestui articol — acolo se află datele detaliate.

Specificații ale Formatului de Date

Format CSV

Fișierul CSV folosește codificarea UTF-8 cu un rând de antet. Câmpurile sunt delimitate prin virgulă, iar câmpurile de text sunt între ghilimele. Iată cum arată structura:

food_name,category,subcategory,serving_description,serving_weight_g,calories_kcal,protein_g,total_fat_g,saturated_fat_g,total_carbs_g,fiber_g,sugar_g,sodium_mg
"Piept de pui, fără os și piele, gătit","Proteine","Poultry","1 piept (170g)",170,284,53.4,6.2,1.7,0.0,0.0,0.0,126
"Somon Atlantic, gătit","Proteine","Pește și fructe de mare","1 file (154g)",154,280,39.3,12.4,2.5,0.0,0.0,0.0,109
"Orez brun, gătit","Cereale și amidon","Cereale integrale","1 cană (195g)",195,216,5.0,1.8,0.4,44.8,3.5,0.7,10
"Banana, crudă","Fructe","Fructe tropicale","1 medie (118g)",118,105,1.3,0.4,0.1,27.0,3.1,14.4,1

Fișierul CSV este compatibil cu Microsoft Excel, Google Sheets, LibreOffice Calc, Apple Numbers și orice limbaj de programare care suportă parsarea CSV. Nu este necesară o configurare specială — deschide fișierul și se va parsa corect.

Format JSON

Fișierul JSON conține un array de obiecte, câte unul pentru fiecare aliment. Structura reflectă câmpurile din CSV:

{
  "version": "1.4.0",
  "generated": "2026-03-12",
  "source": "Nutrola Macro Reference Tables",
  "record_count": 527,
  "foods": [
    {
      "food_name": "Piept de pui, fără os și piele, gătit",
      "category": "Proteine",
      "subcategory": "Poultry",
      "serving_description": "1 piept (170g)",
      "serving_weight_g": 170,
      "nutrients": {
        "calories_kcal": 284,
        "protein_g": 53.4,
        "total_fat_g": 6.2,
        "saturated_fat_g": 1.7,
        "total_carbs_g": 0.0,
        "fiber_g": 0.0,
        "sugar_g": 0.0,
        "sodium_mg": 126
      }
    }
  ]
}

Fișierul JSON include câmpuri de metadate la nivelul superior: un șir de versiune pentru urmărirea actualizărilor, data generării, numele sursei și numărul total de înregistrări. Acest lucru face ușor de verificat dacă ai cea mai recentă versiune și de a construi o logică de verificare a actualizărilor în aplicațiile tale.

Valorile numerice sunt stocate ca numere, nu ca șiruri. Valorile nule nu apar — dacă o valoare nutrițională este necunoscută, alimentul este exclus din setul de date, mai degrabă decât inclus cu date lipsă. Aceasta a fost o alegere deliberată pentru a menține datele curate și a evita erorile silențioase în calcule.

Descrierea Câmpurilor

Iată o detaliere a fiecărui câmp, inclusiv unități, intervale așteptate și cazuri limită:

Câmp	Tip	Unitate	Descriere
food_name	string	—	Numele standard în engleză. Include metoda de preparare, unde este relevant (de exemplu, "gătit", "crud", "uscat").
category	string	—	Una dintre cele șapte categorii de bază. Vezi secțiunea despre categorii mai jos.
subcategory	string	—	Un grup mai specific. De exemplu, în cadrul "Proteine" vei găsi "Poultry", "Carne Roșie", "Pește și Fructe de Mare", "Leguminoase" și "Ouă".
serving_description	string	—	O porție ușor de citit. Include întotdeauna greutatea în grame între paranteze.
serving_weight_g	number	grame	Greutatea numerică a porției. Valori întregi pentru majoritatea alimentelor, un loc zecimal pentru alimentele unde precizia contează.
calories_kcal	number	kcal	Energia totală. Calculată folosind sistemul Atwater (4 kcal/g proteine, 4 kcal/g carbohidrați, 9 kcal/g grăsimi).
protein_g	number	grame	Proteine totale. Precizie la un loc zecimal.
total_fat_g	number	grame	Grăsimi totale, inclusiv saturate, mononesaturate și polinesaturate.
saturated_fat_g	number	grame	Acizi grași saturați doar.
total_carbs_g	number	grame	Carbohidrați totali, inclusiv fibre și zaharuri.
fiber_g	number	grame	Fibre dietetice totale (solubile + insolubile).
sugar_g	number	grame	Zaharuri totale (naturale + adăugate). Setul de date nu separă zaharurile adăugate de cele naturale.
sodium_mg	number	miligrame	Conținut de sodiu. Reține că acesta este exprimat în miligrame, nu în grame, spre deosebire de celelalte câmpuri nutriționale.

Câteva observații privind precizia: toate valorile nutriționale sunt rotunjite la un loc zecimal. Acest lucru se potrivește cu nivelul de precizie al datelor sursă. Raportarea mai multor zecimale ar implica un nivel fals de acuratețe — compoziția alimentelor variază natural cu 5-15% în funcție de condițiile de creștere, rasa animalului și metodele de preparare.

Categorii de Alimente

Cele peste 500 de alimente sunt organizate în șapte categorii de bază, fiecare cu mai multe subcategorii:

Proteine

Aproximativ 95 de intrări care acoperă păsările de curte (piept de pui, pulpe, curcan, curcan măcinat), carne roșie (friptură de vită, carne tocată de vită cu diferite procente de grăsime, cotlet de porc, miel), pește și fructe de mare (somon, ton, creveți, cod, tilapia, sardine), ouă (întregi, albușuri, omletă) și proteine vegetale (tofu, tempeh, seitan, edamame). Leguminoasele, cum ar fi lintea, năutul și fasolea neagră, sunt incluse aici, mai degrabă decât în cereale, deoarece rolul lor nutrițional principal este furnizarea de proteine.

Cereale și Amidon

Aproximativ 80 de intrări care acoperă cereale integrale (orez brun, ovăz, quinoa, orz, bulgur), cereale rafinate (orez alb, pâine albă, paste), legume amidonoase (cartofi, cartofi dulci, porumb) și produse comune din cereale (tortile, baghete, biscuiți, couscous). Valorile atât pentru alimentele gătite, cât și pentru cele uscate sunt furnizate pentru cereale, acolo unde distincția este importantă.

Fructe

Aproximativ 65 de intrări care acoperă fructe proaspete comune (mere, banane, portocale, căpșuni, afine, struguri), fructe tropicale (mango, ananas, papaya, kiwi), fructe uscate (stafide, curmale, caise uscate, merișoare) și fructe congelate. Toate intrările pentru fructe proaspete se referă la porțiunea comestibilă crudă — semințele, coaja și sâmburii sunt excluse din greutatea porției, acolo unde este cazul.

Legume

Aproximativ 85 de intrări care acoperă verdețuri (spanac, varză, romaine, rucola), legume crucifere (broccoli, conopidă, varză de Bruxelles, varză), legume rădăcinoase (morcovi, sfeclă, napi, ridichi), allium (ceapă, usturoi), plante din familia solanaceelor (roșii, ardei, vinete) și alte legume comune (castraveți, țelină, dovlecei, ciuperci, sparanghel). Valorile atât pentru legumele crude, cât și pentru cele gătite sunt furnizate acolo unde gătirea schimbă semnificativ densitatea nutrițională pe porție.

Lactate și Alternative

Aproximativ 70 de intrări care acoperă lapte (întreg, 2%, degresat și lapte pe bază de plante), iaurt (grecesc, obișnuit, aromat, pe bază de plante), brânză (cheddar, mozzarella, feta, brânză de vaci, brânză cremă, parmezan), unt, smântână și alternative comune la lactate (lapte de migdale, lapte de ovăz, lapte de soia, iaurt de cocos). Laptile și iaurturile pe bază de plante sunt grupate aici, mai degrabă decât într-o categorie separată, deoarece utilizatorii le aleg de obicei ca substituente directe.

Gustări și Alimente Procesate

Aproximativ 75 de intrări care acoperă nuci și semințe (migdale, nuci, arahide, semințe de chia, semințe de in, semințe de floarea-soarelui), unturi de nuci (unt de arahide, unt de migdale), alimente comune de gustare (covrigei, popcorn, batoane de granola, batoane proteice, mixuri de fructe uscate, chipsuri, ciocolată neagră), spread-uri și condimente (hummus, guacamole, salsa, maioneză, ulei de măsline, miere) și alte articole urmărite frecvent, cum ar fi pudra proteică și bomboanele energizante.

Băuturi

Aproximativ 60 de intrări care acoperă sucuri (suc de portocale, suc de mere, suc de merișoare), băuturi răcoritoare (cola, limonadă, ginger ale), băuturi sportive și energizante, băuturi pe bază de cafea (cafea neagră, latte, cappuccino, mocha cu diferite tipuri de lapte), baze pentru smoothie-uri, băuturi alcoolice (bere, vin, spirtoase) și adăugiri comune (smântână, zahăr, siropuri aromatizate). Apa nu este inclusă, deoarece nu conține macronutrienți.

Utilizarea Datelor Programatic

Scopul furnizării formatelor CSV și JSON este acela că poți încărca aceste date direct în codul tău. Iată exemple funcționale în Python și JavaScript.

Python: Încărcarea CSV

import csv

def load_macro_table(filepath):
    foods = []
    with open(filepath, newline='', encoding='utf-8') as f:
        reader = csv.DictReader(f)
        for row in reader:
            # Convert numeric fields from strings
            for key in ['serving_weight_g', 'calories_kcal', 'protein_g',
                        'total_fat_g', 'saturated_fat_g', 'total_carbs_g',
                        'fiber_g', 'sugar_g', 'sodium_mg']:
                row[key] = float(row[key])
            foods.append(row)
    return foods

foods = load_macro_table('macro_reference_table.csv')

# Găsește toate alimentele dintr-o categorie
proteins = [f for f in foods if f['category'] == 'Proteine']
print(f"Am găsit {len(proteins)} surse de proteine")

# Găsește alimentele cu cel mai mult protein per calorie
foods_sorted = sorted(foods, key=lambda f: f['protein_g'] / max(f['calories_kcal'], 1), reverse=True)
print("\nTop 10 alimente după densitatea de proteine (g proteine per kcal):")
for f in foods_sorted[:10]:
    ratio = f['protein_g'] / f['calories_kcal']
    print(f"  {f['food_name']}: {ratio:.3f} g/kcal ({f['protein_g']}g proteine, {f['calories_kcal']} kcal)")

Python: Încărcarea JSON

import json

def load_macro_json(filepath):
    with open(filepath, encoding='utf-8') as f:
        data = json.load(f)
    print(f"Am încărcat {data['record_count']} alimente (versiunea {data['version']})")
    return data['foods']

foods = load_macro_json('macro_reference_table.json')

# Construiește un dicționar de căutare după numele alimentului
lookup = {f['food_name'].lower(): f for f in foods}

# Căutare rapidă
chicken = lookup.get('piept de pui, fără os și piele, gătit')
if chicken:
    n = chicken['nutrients']
    print(f"Piept de pui per porție ({chicken['serving_description']}):")
    print(f"  Calorii: {n['calories_kcal']} kcal")
    print(f"  Proteine: {n['protein_g']}g")
    print(f"  Grăsimi: {n['total_fat_g']}g")
    print(f"  Carbohidrați: {n['total_carbs_g']}g")

JavaScript: Încărcarea JSON

// Node.js
const fs = require('fs');

function loadMacroTable(filepath) {
  const raw = fs.readFileSync(filepath, 'utf-8');
  const data = JSON.parse(raw);
  console.log(`Am încărcat ${data.record_count} alimente (versiunea ${data.version})`);
  return data.foods;
}

const foods = loadMacroTable('macro_reference_table.json');

// Grupează alimentele pe categorii
const byCategory = {};
for (const food of foods) {
  if (!byCategory[food.category]) {
    byCategory[food.category] = [];
  }
  byCategory[food.category].push(food);
}

// Afișează un rezumat
for (const [category, items] of Object.entries(byCategory)) {
  console.log(`${category}: ${items.length} alimente`);
}

// Găsește alimente cu puține calorii și multe fibre
const highFiber = foods
  .filter(f => f.nutrients.fiber_g >= 5 && f.nutrients.calories_kcal <= 200)
  .sort((a, b) => b.nutrients.fiber_g - a.nutrients.fiber_g);

console.log('\nAlimente bogate în fibre și sărace în calorii:');
highFiber.slice(0, 10).forEach(f => {
  console.log(`  ${f.food_name}: ${f.nutrients.fiber_g}g fibre, ${f.nutrients.calories_kcal} kcal`);
});

JavaScript: Încărcarea CSV în Browser

// Parsare CSV în browser (fără dependențe)
async function loadMacroCSV(url) {
  const response = await fetch(url);
  const text = await response.text();
  const lines = text.split('\n').filter(line => line.trim());
  const headers = parseCSVLine(lines[0]);

  return lines.slice(1).map(line => {
    const values = parseCSVLine(line);
    const obj = {};
    headers.forEach((header, i) => {
      obj[header] = isNaN(values[i]) ? values[i] : parseFloat(values[i]);
    });
    return obj;
  });
}

function parseCSVLine(line) {
  const result = [];
  let current = '';
  let inQuotes = false;
  for (const char of line) {
    if (char === '"') { inQuotes = !inQuotes; }
    else if (char === ',' && !inQuotes) { result.push(current.trim()); current = ''; }
    else { current += char; }
  }
  result.push(current.trim());
  return result;
}

// Utilizare
const foods = await loadMacroCSV('/data/macro_reference_table.csv');
console.log(`Am încărcat ${foods.length} alimente`);

Aceste exemple demonstrează cele mai comune operațiuni: încărcarea datelor, căutarea și filtrarea, gruparea pe categorii și sortarea după densitatea nutrițională. Structurile de date sunt intenționat simple, astfel încât să nu ai nevoie de biblioteci speciale pentru a lucra cu ele.

Sursele de Date

Tabelele de referință pentru macronutrienți sunt compilate din următoarele surse primare:

Baza de Date SR Legacy a USDA. Baza de date Standard Reference Legacy a USDA este setul de date fundamental pentru compoziția alimentelor din SUA. Conține date nutriționale analizate în laborator pentru peste 7.600 de alimente. Tabelele noastre folosesc SR Legacy ca sursă principală pentru alimente generice/nebranduite. Am ales SR Legacy în locul noii baze de date FoodData Central FNDDS deoarece valorile SR Legacy sunt mai larg validate și citate în cercetările nutriționale.

FoodData Central al USDA. Pentru alimentele care nu sunt acoperite în SR Legacy, în special articolele mai noi și valorile actualizate, ne referim la seturile de date Foundation Foods și Survey Foods din FoodData Central.

Baze de date internaționale de compoziție alimentară. Pentru alimentele consumate la nivel global, dar care pot să nu apară în bazele de date din SUA, comparăm datele din tabelele de compoziție McCance și Widdowson ale Public Health England, NUTTAB de la Food Standards Australia New Zealand (FSANZ), Canadian Nutrient File (CNF) și Danish Food Composition Databank (Frida). Acest lucru este deosebit de relevant pentru fructele tropicale, cerealele regionale și metodele de preparare comune în afara SUA.

Datele furnizorilor. Pentru articolele procesate și de marcă din categoriile de gustări și băuturi, ne referim la panourile de informații nutriționale furnizate de producători. Acolo unde datele furnizorilor intră în conflict cu analiza de laborator, notăm discrepanța și ne bazăm pe valorile de laborator.

Toate valorile au fost verificate împotriva a cel puțin două surse independente. Acolo unde sursele diferă cu mai mult de 10%, am investigat cauza (de obicei, metodele de preparare diferite sau diferențele de cultivar) și am selectat valoarea cea mai reprezentativă pentru modul în care alimentul este consumat de obicei.

Setul de date este versionat. Versiunea curentă este 1.4.0, actualizată ultima dată în martie 2026. Actualizăm tabelele aproximativ la fiecare trei luni pentru a încorpora corecturile, a adăuga alimentele solicitate și a reflecta orice schimbări semnificative în bazele de date sursă.

Cum să Contribui cu Corecturi

Datele nutriționale sunt în mod inerent imperfecte. Compoziția alimentelor variază în funcție de regiune, sezon, cultivar și metodă de preparare. Dacă găsești o eroare sau ai o corectură susținută de o sursă de încredere, vrem să auzim de la tine.

Există trei modalități de a trimite corecturi:

Probleme GitHub. Tabelele de referință pentru macronutrienți sunt găzduite într-un depozit public GitHub. Deschide o problemă cu numele alimentului, câmpul pe care crezi că este greșit, valoarea curentă, valoarea pe care o consideri corectă și un link către sursa ta. Revizuim problemele săptămânal.

Email. Trimite corecturi la data@nutrola.com cu aceleași informații: numele alimentului, câmpul, valoarea curentă, valoarea propusă și sursa. Vom răspunde în termen de cinci zile lucrătoare.

Cereri de extragere. Dacă ești confortabil cu Git, poți face un fork al depozitului, edita fișierul CSV sau JSON direct și trimite o cerere de extragere. Include sursa ta în descrierea PR-ului. Vom revizui și fuziona corecturile susținute de date de încredere.

Nu acceptăm trimiteri pentru produse de marcă sau proprietare prin acest proces. Acestea sunt gestionate prin pipeline-ul principal de baze de date al Nutrola, care are propriul flux de verificare.

Integrarea cu API-ul Nutrola pentru Date în Timp Real

Tabelele de referință pentru macronutrienți descărcabile sunt o instantanee statică — excelente pentru utilizare offline, aplicații încorporate, materiale educaționale și căutări rapide. Dar dacă ai nevoie de date nutriționale în timp real la scară, API-ul Nutrola Nutrition Data oferă tot ce este în aceste tabele și mult mai mult.

API-ul acoperă peste 3 milioane de intrări alimentare (comparativ cu cele 500+ din tabelele de referință), include profiluri complete de micronutrienți cu peste 70 de nutrienți per articol, suportă scanarea codurilor de bare, căutarea textului și completarea automată, și oferă date pentru produse de marcă din 47 de țări. Este aceeași dată care alimentează aplicația Nutrola utilizată zilnic de peste 2 milioane de oameni.

Pentru dezvoltatori: API-ul este RESTful, returnează JSON și oferă un nivel gratuit cu 500 de cereri pe zi — suficient pentru prototipare și proiecte personale. Nivelurile plătite se scalează la milioane de cereri. Poți găsi documentația completă la api.nutrola.com/docs.

Pentru cercetători și instituții: oferim licențe academice cu limite de rată ridicate și capacități de export în vrac. Contactează research@nutrola.com pentru detalii.

Tabelele de referință pentru macronutrienți și API-ul se completează reciproc. Folosește tabelele pentru muncă offline, seturi de date încorporate și situații în care ai nevoie de un fișier auto-conținut. Folosește API-ul când ai nevoie de amploare, adâncime, actualizări în timp real și funcționalitate de căutare.

Întrebări Frecvente

Cât de des sunt actualizate tabelele de referință pentru macronutrienți?

Actualizăm tabelele aproximativ la fiecare trei luni. Fiecare lansare primește un nou număr de versiune (versiunea curentă este 1.4.0). Actualizările includ corecturi trimise de utilizatori, adăugiri de alimente solicitate frecvent și ajustări atunci când bazele de date sursă publică valori revizuite. Fișierul JSON include versiunea și data generării în metadatele sale, astfel încât să poți verifica programatic dacă ai cea mai recentă versiune.

Pot folosi aceste date în aplicația mea comercială?

Da. Tabelele de referință pentru macronutrienți sunt publicate sub o licență Creative Commons Attribution 4.0 (CC BY 4.0). Poți utiliza, modifica și redistribui datele atât în proiecte personale, cât și comerciale, atâta timp cât oferi atribuire. Un link către nutrola.com sau o mențiune a "Tabelelor de Referință pentru Macronutrienți Nutrola" în creditele tale de date este suficient. Nu trebuie să ceri permisiunea sau să plătești o taxă.

De ce doar 500+ alimente și nu întreaga bază de date Nutrola?

Tabelele de referință sunt concepute pentru a fi un subset practic și de înaltă calitate al celor mai consumate alimente. Acoperind peste 500 de articole în șapte categorii, se adresează aproximativ 90% din ceea ce consumă oamenii zilnic în majoritatea țărilor. Extinderea la 3 milioane de intrări ar face fișierele greu de gestionat pentru multe utilizări (baza de date completă depășește 2 GB). Dacă ai nevoie de întregul set de date, API-ul Nutrola oferă acces la tot.

Valorile sunt per porție sau per 100 de grame?

Per porție. Fiecare intrare include o descriere a porției (de exemplu, "1 măr mediu (182g)") și greutatea corespunzătoare în grame, astfel încât să poți converti cu ușurință la valori per 100g prin împărțirea fiecărei valori nutriționale la greutatea porției și înmulțirea cu 100. Am ales valorile per porție deoarece sunt mai utile imediat pentru urmărirea meselor, planificarea meselor și aplicațiile orientate către clienți.

Cum pot converti datele în valori per 100g?

Înmulțește fiecare valoare nutrițională cu 100 și împarte la câmpul serving_weight_g. De exemplu, dacă o porție de piept de pui de 170g conține 53.4g de proteine, valoarea per 100g pentru proteine este (53.4 * 100) / 170 = 31.4g. Iată o funcție rapidă în Python:

def per_100g(food, nutrient_field):
    """Convert a per-serving nutrient value to per-100g."""
    serving_weight = food['serving_weight_g']
    if serving_weight == 0:
        return 0
    return round(food[nutrient_field] * 100 / serving_weight, 1)

Ce ar trebui să fac dacă un aliment de care am nevoie nu este în tabel?

În primul rând, verifică dacă un aliment similar există sub un alt nume — folosește funcția de căutare a editorului tău de text sau un script simplu pentru a căuta câmpul food_name. Dacă alimentul nu este inclus, ai două opțiuni: trimite o solicitare prin intermediul depozitului nostru GitHub (prioritizăm adăugările în funcție de cerere) sau folosește API-ul Nutrola, care acoperă peste 3 milioane de alimente și este mult mai probabil să aibă ceea ce ai nevoie. Pentru căutări unice, aplicația Nutrola în sine îți permite să cauți întreaga bază de date gratuit.