抓取 marks.com 的商品页

关于 marks.com

marks.com 这样描述自己：“Mark's，前身为 Mark's Work Wearhouse，是加拿大顶级的服装和工作服购物目的地。选购男女牛仔裤、鞋履、衬衫、夹克等”。

其站点地图在 4 个文件中列出了 9,024 个 URL（brand_en, Category-en_CA-CAD, Product-en_CA-CAD, Store-en_CA-CAD）。 在 9,024 条带日期的条目中，有 0 条在最近 30 天内发生变化，最新一条在 2026年7月20日。

其 robots.txt 指定了 1 个站点地图，并禁止 4 个路径。

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：96.0%。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；98.5% 的成功调用使用了 JavaScript 令牌，响应中位时间为 14.0s。

在 Cookbook 的 20 个时尚站点中，marks.com 按成功率排在第 17 位（共 20 个）；类别中位数为 98.5%。 其响应中位时间 14.0s 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

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_JS_TOKEN&country=CA&url=https%3A%2F%2Fwww.marks.com%2Fen%2Fexample-page%2Fsale"

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

r = api.get('https://www.marks.com/en/example-page/sale', {'country': 'CA'})
html = r['body']

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

const r = await api.get('https://www.marks.com/en/example-page/sale', { country: 'CA' });

关键参数

各账户抓取的 URL 模式

你能得到的字段

Crawlbase 在 marks.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: Corporation, WebSite, WPHeader, WPFooter
• 列表页: WPHeader, WPFooter

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 14.0s。

常见问题

marks.com 上的其他页面

marks.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。