抓取 chess.com 的pub 页面

关于 chess.com

chess.com 这样描述自己：“在 Chess.com 与来自世界各地的 2.5 亿多名会员免费在线下棋。与朋友对弈或挑战电脑，乐趣无穷！”。

其首页声明了 12 种语言：en, es, fr, de, pl, ru, sv, el, pt, it, zh, ja。

其站点地图在 19 个文件中列出了 815,301 个 URL。

其 robots.txt 指定了 1 个站点地图，并禁止 12 个路径，其中包括 /en/, /cdn-cgi/, /admin。

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：100%。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 601ms。

在 Cookbook 的 8 个游戏站点中，chess.com 按成功率排在第 1 位（共 8 个）；类别中位数为 99.9%。 其响应中位时间 601ms 快于类别中位数 1.8s。 8 个站点中有 8 个接受普通令牌，这个站点也在其中。

调用

各账户抓取最多的 URL 形态，配以最常成功的 country 和令牌。请将占位路径替换为该站点的真实路径。

curl "https://api.crawlbase.com/?token=YOUR_TOKEN&url=https%3A%2F%2Fwww.chess.com%2Fpub%2Fexample-section%2Fexample-page"

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

r = api.get('https://www.chess.com/pub/example-section/example-page')
html = r['body']

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

const r = await api.get('https://www.chess.com/pub/example-section/example-page');

关键参数

各账户抓取的 URL 模式

你能得到的字段

Crawlbase 在 chess.com 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
• 详情页: Organization, VideoObject, BreadcrumbList
• 文章: Organization, NewsArticle, BreadcrumbList
• 其他: Organization, BreadcrumbList

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

该站点的响应时间中位数为 601ms。每天超过几千页时，请将 URL 列表连同回调推送到 Crawler；它会控制调用节奏，并重试站点拒绝的请求。

常见问题

chess.com 上的其他页面

chess.com 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。