抓取 miscota.es 的商品页
今天能从 miscota.es 返回商品页的调用,以及自 2026年8月14日 起从请求日志读出的参数、模式和失败情形。 最近测试于 2026年9月6日。
关于 miscota.es
miscota.es 这样描述自己:“为您的宠物找到最好的产品。在 Miscota,您的好朋友所需的一切应有尽有:专用粮或最好的玩具,快来找找吧!”。
其站点地图在 3 个文件中列出了 7,327 个 URL(products_es_ES, lists_es_ES, custom_filters)。
其 robots.txt 指定了 1 个站点地图,并禁止 12 个路径,其中包括 /admin/, /application/, /css/。 它要求爬虫在请求之间等待 30 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:94.5%。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;0.2% 的成功调用使用了 JavaScript 令牌,响应中位时间为 1.8s。
在 Cookbook 的 10 个宠物用品站点中,miscota.es 按成功率排在第 8 位(共 10 个);类别中位数为 99.2%。 其响应中位时间 1.8s 与类别中位数 2.0s 相当。 10 个站点中有 8 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.miscota.es%2Fexample-section%2Fexample-page%2Fexample-page"from crawlbase import CrawlingAPI api = CrawlingAPI({'token': 'YOUR_TOKEN'}) r = api.get('https://www.miscota.es/example-section/example-page/example-page') html = r['body']
const { CrawlingAPI } = require('crawlbase'); const api = new CrawlingAPI({ token: 'YOUR_TOKEN' }); const r = await api.get('https://www.miscota.es/example-section/example-page/example-page');
关键参数
| 参数 | 设置为 | 原因 |
|---|---|---|
country | 不设置 | 大多数成功调用未设置 country(84.5%),成功率为 94.0%。 |
javascript | 不设置 | 普通令牌调用的成功率为 94.1%,占流量的 99.9%。浏览器成本更高,而在该站点上没有任何收益。 |
各账户抓取的 URL 模式
| 模式 | 成功占比 | JavaScript 令牌 | Country | 查询参数 |
|---|---|---|---|---|
/{slug}/{slug}/{slug} | 99.8% | 0.0% | 无 | yyz |
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 1.8s。
常见问题
抓取 miscota.es 需要浏览器吗?
不需要。94.1% 的普通令牌调用成功,各账户 99.9% 的流量不使用浏览器。
在 Crawlbase 上抓取一个 miscota.es 页面要多少钱?
不用浏览器时为 1 积分。miscota.es 属于标准等级。
抓取 miscota.es 应该设置哪个 country?
不需要:大多数成功调用未设置它。