抓取 netflix.com

关于 netflix.com

netflix.com 这样描述自己：“在线观看 Netflix 电影和电视节目，或直接在您的智能电视、游戏机、PC、Mac、手机、平板等设备上流畅播放”。

其站点地图在 19 个文件中列出了 3,434 个 URL（81737832, 81676358, 81977509, 80135640, 81473627, 81473628）。

其 robots.txt 指定了 1 个站点地图，并禁止 12 个路径，其中包括 /accountstatus, /authenticate, /autologin。

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：97.0%。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；99.3% 的成功调用使用了 JavaScript 令牌，响应中位时间为 4.4s。

在 Cookbook 的 5 个娱乐站点中，netflix.com 按成功率排在第 5 位（共 5 个）；类别中位数为 99.6%。 其响应中位时间 4.4s 慢于类别中位数 1.8s。 5 个站点中有 3 个接受普通令牌；这个站点需要 JavaScript 令牌。

调用

各账户抓取最多的 URL 形态，配以最常成功的 country 和令牌。请将占位路径替换为该站点的真实路径。

curl "https://api.crawlbase.com/?token=YOUR_JS_TOKEN&country=US&url=https%3A%2F%2Fwww.netflix.com%2F"

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

r = api.get('https://www.netflix.com/', {'country': 'US'})
html = r['body']

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

const r = await api.get('https://www.netflix.com/', { country: 'US' });

关键参数

各账户抓取的 URL 模式

你能得到的字段

Crawlbase 在 netflix.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：

• 详情页: TVSeries
• 个人主页: Movie

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

该站点的响应时间中位数为 4.4s。每天超过几千页时，请将 URL 列表连同回调推送到 Crawler；它会控制调用节奏，并重试站点拒绝的请求。

常见问题

netflix.com 上的其他页面

netflix.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。