抓取 gorjana.com 的分类页

关于 gorjana.com

gorjana.com 这样描述自己：“用专为叠戴设计的珠宝完善您的造型。在 gorjana 选购纯金项链、手链、戒指等”。

其站点地图在 5 个文件中列出了 1,812 个 URL（agentic_discovery, products_1, pages_1, collections_1, blogs_1）。 在 1,810 条带日期的条目中，有 1,594 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 1 个站点地图，并禁止 12 个路径，其中包括 /admin, /cart, /orders。 它要求爬虫在请求之间等待 10 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：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 11.5s。

在 Cookbook 的 20 个时尚站点中，gorjana.com 按成功率排在第 4 位（共 20 个）；类别中位数为 98.5%。 其响应中位时间 11.5s 与类别中位数 13.5s 相当。 20 个站点中有 10 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.gorjana.com%2Fcollections%2Fnavy"

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

r = api.get('https://www.gorjana.com/collections/navy')
html = r['body']

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

const r = await api.get('https://www.gorjana.com/collections/navy');

关键参数

各账户抓取的 URL 模式

你能得到的字段

Crawlbase 在 gorjana.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, WebSite
• 详情页: Product, BreadcrumbList, Organization
• 列表页: CollectionPage, BreadcrumbList, Organization
• 其他: Organization

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 11.5s。

常见问题

gorjana.com 上的其他页面

gorjana.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。