抓取 cnbc.com 的文章

Q: 抓取 cnbc.com 应该设置哪个 country？

不需要：大多数成功调用未设置它。

今天能从 cnbc.com 返回文章的调用，以及自 2026年8月14日起从请求日志读出的参数、模式和失败情形。最近测试于 2026年9月6日。

成功率 99.4% · 2026年8月6% 的调用使用浏览器标准价格 · 1 积分

关于 cnbc.com

cnbc.com 这样描述自己：“CNBC 是商业新闻和实时金融市场报道领域的全球领导者。获取快速、可操作的信息”。

其站点地图在 18 个文件中列出了 697,917 个 URL（CNBCsitemapAll13, CNBCsitemapAll12, CNBCsitemapAll11, CNBCsitemapAll10, CNBCsitemapAll9, CNBCsitemapAll8）。在 696,681 条带日期的条目中，有 4,597 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 9 个站点地图，并禁止 12 个路径，其中包括 /preview/, /undefined/, /proplayer。

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：99.4%。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；5.8% 的成功调用使用了 JavaScript 令牌，响应中位时间为 6.1s。

在 Cookbook 的 74 个新闻媒体站点中，cnbc.com 按成功率排在第 29 位（共 74 个）；类别中位数为 98.9%。其响应中位时间 6.1s 慢于类别中位数 2.3s。 74 个站点中有 58 个接受普通令牌；这个站点只在部分页面接受。

调用

文章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文章 URL。

在 Playground 中运行

curl "https://api.crawlbase.com/?token=YOUR_TOKEN&url=https%3A%2F%2Fwww.cnbc.com%2F2026%2F09%2F05%2Fgm-ford-defense-energy.html"

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

r = api.get('https://www.cnbc.com/2026/09/05/gm-ford-defense-energy.html')
html = r['body']

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

const r = await api.get('https://www.cnbc.com/2026/09/05/gm-ford-defense-energy.html');

关键参数

参数	设置为	原因
`country`	不设置	大多数成功调用未设置 country（90.9%），成功率为 100%。
`javascript`	不设置	普通令牌调用的成功率为 100%，占流量的 89.8%。浏览器成本更高，而在该站点上没有任何收益。

各账户抓取的 URL 模式

模式	成功占比	JavaScript 令牌	Country	查询参数
`/{id}/{id}/{id}`	83.8%	12.5%	无	无
`/{slug}/{slug}/{slug}`	5.0%	0.0%	无	symbols, requestMethod, noform
`/{slug}/{slug}`	2.8%	0.0%	无	无

你能得到的字段

Crawlbase 在 cnbc.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: CollectionPage
详情页: VideoObject
文章: NewsArticle
其他: NewsArticle

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：

591, 529：合计占失败的 100% 5xx 是站点自身故障，不是抓取的问题。一分钟后重试。

定时运行

新闻按小时变化。轮询栏目或站点地图获取新链接，然后把文章 URL 连同回调推送到 Crawler，让抓取按节奏进行。该站点的响应中位时间为 6.1s。

常见问题

抓取 cnbc.com 需要浏览器吗？

不需要。100% 的普通令牌调用成功，各账户 89.8% 的流量不使用浏览器。

在 Crawlbase 上抓取一个 cnbc.com 页面要多少钱？

不用浏览器时为 1 积分。cnbc.com 属于标准等级。

抓取 cnbc.com 应该设置哪个 country？

不需要：大多数成功调用未设置它。

cnbc.com 上的其他页面

cnbc.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。

页面	示例	令牌	国家	中位数
首页 `/` 结构化数据：CollectionPage	cnbc.com/	普通	无	4.5s
详情页 `/video/{id}/{id}` 结构化数据：VideoObject	cnbc.com/video/2024/02/15/luca-de-meo.html	普通	无	3.3s
文章 `/{id}/{id}/{id}` 结构化数据：NewsArticle	cnbc.com/2026/09/05/gm-ford-defense-energy.html	普通	无	19.7s
其他 `/{id}/{id}/{id}` 结构化数据：NewsArticle	cnbc.com/2013/10/28/g4s-.html	普通	无	2.5s