抓取 jacksonsart.com 的商品页

关于 jacksonsart.com

jacksonsart.com 这样描述自己：“Jackson's Art Supplies 是英国最受欢迎的在线美术用品供应商，提供全球最优质的美术材料。选购我们的海量商品，订单满 50 英镑免运费”。

其首页声明了 9 种语言：en-au, en-us, en-ca, fr-fr, de-de, es-es, en-ie, pl-pl, en-gb。

其站点地图在 18 个文件中列出了 85,132 个 URL（en_gb_001, en_gb_002, en_gb_003, en_gb_004, en_gb_005, en_gb_006）。 在 85,132 条带日期的条目中，有 43,409 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 /app/, /cgi-bin/, /downloader/。

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：97.6%。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；43.9% 的成功调用使用了 JavaScript 令牌，响应中位时间为 3.3s。

在 Cookbook 的 20 个电商站点中，jacksonsart.com 按成功率排在第 7 位（共 20 个）；类别中位数为 96.3%。 其响应中位时间 3.3s 与类别中位数 2.9s 相当。 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_TOKEN&url=https%3A%2F%2Fwww.jacksonsart.com%2Fexample-page"

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

r = api.get('https://www.jacksonsart.com/example-page')
html = r['body']

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

const r = await api.get('https://www.jacksonsart.com/example-page');

关键参数

各账户抓取的 URL 模式

你能得到的字段

商品页通常带有 ld+json 的 Product 块，包含名称、价格、货币和库存状态，可见标记中也有相同的值。先读这个块，它比页面布局变化得更少。

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 3.3s。

常见问题