抓取 daraz.pk 的分类页

关于 daraz.pk

daraz.pk 这样描述自己：“巴基斯坦最佳在线购物商城，1500 多万种商品，在卡拉奇、拉合尔、伊斯兰堡及巴基斯坦全境享受惊人折扣并支持货到付款 (COD)。在 Daraz.pk 以超值优惠挑选您喜爱的手机、家电、服装和时尚配饰”。

其 robots.txt 禁止 12 个路径，其中包括 /checkout/, /customer/, /cart/。

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：99.9%。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；100% 的成功调用使用了 JavaScript 令牌，响应中位时间为 13.1s。

在 Cookbook 的 16 个交易平台站点中，daraz.pk 按成功率排在第 2 位（共 16 个）；类别中位数为 99.6%。 其响应中位时间 13.1s 慢于类别中位数 7.1s。 16 个站点中有 7 个接受普通令牌；这个站点需要 JavaScript 令牌。

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_JS_TOKEN&url=https%3A%2F%2Fwww.daraz.pk%2Fcatalog"

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

r = api.get('https://www.daraz.pk/catalog')
html = r['body']

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

const r = await api.get('https://www.daraz.pk/catalog');

关键参数

各账户抓取的 URL 模式

你能得到的字段

Crawlbase 在 daraz.pk 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：

• 详情页: Product, 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

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 13.1s。

常见问题

daraz.pk 上的其他页面

daraz.pk 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。