抓取 action.com 的商品页

关于 action.com

action.com 这样描述自己：“6000 多款家居装饰、清洁、个人护理等产品 ✓ 价格低于您的预期 ✓ 门店就在您身边。欢迎浏览 Action 网站上的商品。| 今天就来荷兰您最喜爱的 Action 门店看看吧！”。

其首页声明了 12 种语言：cs-cz, de-at, de-ch, de-de, es-es, fr-be, fr-ch, fr-fr, fr-lu, it-ch, it-it, nl-be。

其站点地图在 16 个文件中列出了 19,836 个 URL（category-sitemap, product-sitemap, store-sitemap, misc-sitemap, content-sitemap）。 在 19,836 条带日期的条目中，有 19,836 条在最近 30 天内发生变化，最新一条在 2026年9月6日。

其 robots.txt 指定了 19 个站点地图，并禁止 12 个路径。

基于 Crawlbase 测得

2026年8月 对每个账户的每个请求统计的成功率：92.5%。URL 模式、国家和失败情况来自自 2026年8月14日 起的请求日志；0.0% 的成功调用使用了 JavaScript 令牌，响应中位时间为 2.7s。

在 Cookbook 的 20 个电商站点中，action.com 按成功率排在第 18 位（共 20 个）；类别中位数为 96.3%。 其响应中位时间 2.7s 与类别中位数 2.9s 相当。 20 个站点中有 9 个接受普通令牌，这个站点也在其中。

调用

商品页是各账户在此抓取最多的页面形态，附带最常成功的国家和令牌。请把占位路径换成站点上真实的商品 URL。

curl "https://api.crawlbase.com/?token=YOUR_TOKEN&url=https%3A%2F%2Fwww.action.com%2Fde-de%2Fp%2F1234567"

from crawlbase import CrawlingAPI
api = CrawlingAPI({'token': 'YOUR_TOKEN'})

r = api.get('https://www.action.com/de-de/p/1234567')
html = r['body']

const { CrawlingAPI } = require('crawlbase');
const api = new CrawlingAPI({ token: 'YOUR_TOKEN' });

const r = await api.get('https://www.action.com/de-de/p/1234567');

关键参数

各账户抓取的 URL 模式

你能得到的字段

商品页通常带有 ld+json 的 Product 块，包含名称、价格、货币和库存状态，可见标记中也有相同的值。先读这个块，它比页面布局变化得更少。

会出问题的地方及修复方法

自 2026年8月14日 以来的失败中，站点的响应为：

定时运行

刷新目录就是一份商品 URL 列表。把它连同回调推送到 Crawler，让它控制调用节奏并重试站点拒绝的请求，然后从 Cloud Storage 读取结果。该站点的响应中位时间为 2.7s。

常见问题