抓取 gazzetta.it
今天能从 gazzetta.it 返回首页的调用，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 99.5% · 2026年8月无需浏览器标准价格 · 1 积分
关于 gazzetta.it
gazzetta.it 这样描述自己：“在 gazzetta.it 阅读最新体育新闻直播，了解足球、篮球、F1、MotoGP、自行车、网球等赛事的实时比分和视频”。
其站点地图在 19 个文件中列出了 2,525 个 URL（last-48h, daily）。
其 robots.txt 指定了 8 个站点地图，并禁止 12 个路径，其中包括 /gazzastar/, /prova/, /tmp/。
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；0.2% 的成功调用使用了 JavaScript 令牌，响应中位时间为 1.5s。
在 Cookbook 的 74 个新闻媒体站点中，gazzetta.it 按成功率排在第 27 位（共 74 个）；类别中位数为 98.9%。 其响应中位时间 1.5s 快于类别中位数 2.3s。 74 个站点中有 58 个接受普通令牌，这个站点也在其中。
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。
curl "https://api.crawlbase.com/?token=YOUR_TOKEN&url=https%3A%2F%2Fwww.gazzetta.it%2F"from crawlbase import CrawlingAPI api = CrawlingAPI({'token': 'YOUR_TOKEN'}) r = api.get('https://www.gazzetta.it/') html = r['body']
const { CrawlingAPI } = require('crawlbase'); const api = new CrawlingAPI({ token: 'YOUR_TOKEN' }); const r = await api.get('https://www.gazzetta.it/');
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（100%），成功率为 99.0%。 |
javascript | 不设置 | 普通令牌调用的成功率为 99.4%，占流量的 99.4%。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 |
|---|---|---|---|---|
/ | 92.3% | 0.0% | 无 | 无 |
你能得到的字段
文章页带有标题、日期和作者，通常在 ld+json 的 Article 块中，正文在 HTML 里。该块通常也标明栏目。
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：
0：占失败的 16.7% 状态 0 表示请求在超时之前从未得到响应。如果该模式需要浏览器，用 JavaScript 令牌重试一次。
403：占失败的 16.7% 403 是站点拒绝该出口。设置成功调用所用的 country 并重试一次；再次 403 说明该 URL 本身受保护。
503, 500, 502：合计占失败的 50.0% 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 1.5s。
常见问题
抓取 gazzetta.it 需要浏览器吗？
不需要。99.4% 的普通令牌调用成功，各账户 99.4% 的流量不使用浏览器。
在 Crawlbase 上抓取一个 gazzetta.it 页面要多少钱？
不用浏览器时为 1 积分。gazzetta.it 属于标准等级。
抓取 gazzetta.it 应该设置哪个 country？
不需要：大多数成功调用未设置它。
站点名称用于标识配方抓取的页面。Crawlbase 与所列任何站点均无关联。请在以下范围内使用配方： 可接受使用政策.数据测自 2026年8月，每月更新