抓取 mueller.de 的商品页

关于 mueller.de

mueller.de 这样描述自己：“在线购买香水、天然化妆品、玩具和多媒体产品 ➔ 免费送至门店 ✔️ 品类丰富、价格优惠、顶级品牌 ➔ 立即订购！”。

其首页声明了 8 种语言：de-at, de-ch, de-de, es-es, hu-hu, hr-hr, sl-si, sk-sk。

其站点地图在 10 个文件中列出了 82,009 个 URL（pdp-sitemap, pdp-sitemap-2, pdp-sitemap-3, pdp-sitemap-4, pdp-sitemap-5, pdp-sitemap-7）。 在 82,009 条带日期的条目中，有 72,358 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 1 个站点地图，并禁止 3 个路径，其中包括 /cart/, /checkout/, /my-account/。

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：95.6%。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；100% 的成功调用使用了 JavaScript 令牌，响应中位时间为 62.9s。

在 Cookbook 的 23 个美妆站点中，mueller.de 按成功率排在第 12 位（共 23 个）；类别中位数为 95.6%。 其响应中位时间 62.9s 慢于类别中位数 2.3s。 23 个站点中有 17 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&url=https%3A%2F%2Fwww.mueller.de%2Fb%2Fexample-section%2Fexample-page"

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

r = api.get('https://www.mueller.de/b/example-section/example-page')
html = r['body']

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

const r = await api.get('https://www.mueller.de/b/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 mueller.de 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, WebSite
• 详情页: Organization, WebSite, BreadcrumbList, Product, WebPage
• 列表页: Organization, WebSite, BreadcrumbList, ItemList
• 其他: Organization, WebSite, 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 62.9s。

常见问题

mueller.de 上的其他页面

mueller.de 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。