抓取 elcorteingles.es 的商品页

关于 elcorteingles.es

elcorteingles.es 这样描述自己：“在 El Corte Inglés 以最优价格选购各大品牌的时尚、电子产品、电脑、图书、体育用品等最新产品”。

其首页声明了 2 种语言：es-es, pt-pt。

其站点地图在 18 个文件中列出了 83,354 个 URL（bebes_categories, bebes_mkp_products, bebes_products, bricor_categories, bricor_products, cajas_regalo_categories）。

其 robots.txt 指定了 6 个站点地图，并禁止 12 个路径，其中包括 /login, /checkout-signin, /profile2。 它要求爬虫在请求之间等待 20 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：93.0%。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；82.4% 的成功调用使用了 JavaScript 令牌，响应中位时间为 9.3s。

在 Cookbook 的 20 个电商站点中，elcorteingles.es 按成功率排在第 16 位（共 20 个）；类别中位数为 96.3%。 其响应中位时间 9.3s 慢于类别中位数 2.9s。 20 个站点中有 9 个接受普通令牌；这个站点只在部分页面接受。

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_JS_TOKEN&country=ES&url=https%3A%2F%2Fwww.elcorteingles.es%2Fexample-section%2Fexample-page"

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

r = api.get('https://www.elcorteingles.es/example-section/example-page', {'country': 'ES'})
html = r['body']

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

const r = await api.get('https://www.elcorteingles.es/example-section/example-page', { country: 'ES' });

关键参数

各账户抓取的 URL 模式

你能得到的字段

Crawlbase 在 elcorteingles.es 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
• 列表页: 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

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 9.3s。

常见问题

elcorteingles.es 上的其他页面

elcorteingles.es 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。