抓取 ldlc.com 的fiche 页面

关于 ldlc.com

ldlc.com 这样描述自己：“LDLC，高科技和电脑硬件领域的第一名，荣获年度客户服务奖。众多产品免费享 5 年保修。快速送货上门或到店取货”。

其首页声明了 7 种语言：fr-fr, en, fr-be, fr-lu, fr-ch, es-es, it-it。

其站点地图在 18 个文件中列出了 252,216 个 URL（brands_sitemap, categories-brands-filters-sitemap, categories-brands-sitemap, categories-filters-sitemap, categories_sitemap, product-mktp-sitemap）。

其 robots.txt 指定了 7 个站点地图，并禁止 12 个路径，其中包括 /amp/, /assistant/, /build/。

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；0.1% 的成功调用使用了 JavaScript 令牌，响应中位时间为 494ms。

在 Cookbook 的 28 个电子产品站点中，ldlc.com 按成功率排在第 10 位（共 28 个）；类别中位数为 99.5%。 其响应中位时间 494ms 快于类别中位数 2.0s。 28 个站点中有 14 个接受普通令牌，这个站点也在其中。

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&country=FR&url=https%3A%2F%2Fwww.ldlc.com%2Ffiche%2Fexample-page"

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

r = api.get('https://www.ldlc.com/fiche/example-page', {'country': 'FR'})
html = r['body']

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

const r = await api.get('https://www.ldlc.com/fiche/example-page', { country: 'FR' });

关键参数

各账户抓取的 URL 模式

你能得到的字段

Crawlbase 在 ldlc.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
• 详情页: BreadcrumbList
• 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 494ms。

常见问题

ldlc.com 上的其他页面

ldlc.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。