抓取 linkedin.com 的列表信息

关于 linkedin.com

linkedin.com 这样描述自己：“10 亿会员 | 管理您的职业身份。建立并维护您的职业人脉网络。获取知识、见解和机会”。

其首页声明了 12 种语言：de, en-ie, uk-ua, en-us, pt, en-il, ms-my, en-in, es-bo, en-za, zh-cn, uk。

其 robots.txt 禁止 12 个路径，其中包括 /ambry, /analytics/, /authwall。

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：98.0%。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；0.9% 的成功调用使用了 JavaScript 令牌，响应中位时间为 14.7s。

在 Cookbook 的 8 个社交站点中，linkedin.com 按成功率排在第 5 位（共 8 个）；类别中位数为 98.9%。 其响应中位时间 14.7s 慢于类别中位数 9.2s。 8 个站点中有 6 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&url=https%3A%2F%2Fwww.linkedin.com%2Fjobs%2Fexample-section%2Fexample-page"

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

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

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

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

关键参数

各账户抓取的 URL 模式

你能得到的字段

Crawlbase 在 linkedin.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：

• 其他: CollectionPage

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 14.7s。

常见问题

linkedin.com 上的其他页面

linkedin.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。