抓取 officeworks.com.au 的分类页

关于 officeworks.com.au

officeworks.com.au 这样描述自己：“Officeworks 是澳大利亚最大的办公和文具用品供应商，每天低价。立即在线购买或前往我们的门店”。

其站点地图在 5 个文件中列出了 43,121 个 URL（categories, products, content, stores, campaigns）。 在 43,121 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 2021年4月6日。

其 robots.txt 指定了 1 个站点地图，并禁止 12 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：96.3%。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；55.6% 的成功调用使用了 JavaScript 令牌，响应中位时间为 10.6s。

在 Cookbook 的 20 个电商站点中，officeworks.com.au 按成功率排在第 10 位（共 20 个）；类别中位数为 96.3%。 其响应中位时间 10.6s 慢于类别中位数 2.9s。 20 个站点中有 9 个接受普通令牌；这个站点只在部分页面接受。

调用

类目页和列表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栏目 URL。

curl "https://api.crawlbase.com/?token=YOUR_JS_TOKEN&url=https%3A%2F%2Fwww.officeworks.com.au%2Fshop%2Fofficeworks%2Fp%2Fepson-39-ink-cartridge-cyan-ep39cy"

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

r = api.get('https://www.officeworks.com.au/shop/officeworks/p/epson-39-ink-cartridge-cyan-ep39cy')
html = r['body']

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

const r = await api.get('https://www.officeworks.com.au/shop/officeworks/p/epson-39-ink-cartridge-cyan-ep39cy');

关键参数

各账户抓取的 URL 模式

你能得到的字段

Crawlbase 在 officeworks.com.au 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
• 列表页: BreadcrumbList
• 其他: Organization, WebSite

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

按节奏遍历列表以发现新条目，然后把条目 URL 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。该站点的响应中位时间为 10.6s。

常见问题

officeworks.com.au 上的其他页面

officeworks.com.au 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。