抓取 betta.com.au 的分类页

关于 betta.com.au

betta.com.au 这样描述自己：“发现澳大利亚家用电器和家具的最佳优惠！从洗衣、厨房到电子产品等，今天就来 Betta 在线或到店选购”。

其站点地图在 11 个文件中列出了 6,533 个 URL（agentic_discovery, products_1, products_2, products_3, products_4, products_5）。 在 6,531 条带日期的条目中，有 5,902 条在最近 30 天内发生变化，最新一条在 2026年9月7日。

其 robots.txt 指定了 1 个站点地图，并禁止 12 个路径，其中包括 /admin, /cart, /orders。 它要求爬虫在请求之间等待 10 秒。

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：99.5%。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；0.4% 的成功调用使用了 JavaScript 令牌，响应中位时间为 1.2s。

在 Cookbook 的 28 个电子产品站点中，betta.com.au 按成功率排在第 14 位（共 28 个）；类别中位数为 99.5%。 其响应中位时间 1.2s 快于类别中位数 2.0s。 28 个站点中有 14 个接受普通令牌，这个站点也在其中。

调用

类目页和列表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栏目 URL。

curl "https://api.crawlbase.com/?token=YOUR_TOKEN&url=https%3A%2F%2Fwww.betta.com.au%2Fcollections%2Fipad"

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

r = api.get('https://www.betta.com.au/collections/ipad')
html = r['body']

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

const r = await api.get('https://www.betta.com.au/collections/ipad');

关键参数

各账户抓取的 URL 模式

你能得到的字段

Crawlbase 在 betta.com.au 上找到的结构化数据，按页面类型列出。这些是页面中的 schema.org 类型，你的解析器可以直接从 JSON-LD 块中读取这些字段：

• 首页: Organization, WebSite
• 详情页: Organization, WebSite, Product
• 列表页: Organization, WebSite
• 其他: Organization, WebSite

会出问题的地方及修复方法

定时运行

按节奏遍历列表以发现新条目，然后把条目 URL 连同回调推送到 Crawler；它会控制调用节奏并重试站点拒绝的请求。该站点的响应中位时间为 1.2s。

常见问题

betta.com.au 上的其他页面

betta.com.au 在自己的站点地图中列出的页面，由 Crawlbase 于 2026年9月6日 抓取，并在连续 2 次运行中得到验证。每一行都是返回该页面及其内容的最便宜调用。