抓取 ole.com.ar 的esports 页面

关于 ole.com.ar

ole.com.ar 这样描述自己：“阿根廷和全球体育新闻。关于足球、橄榄球、网球、拳击、赛车及其他项目的全部资讯。数据统计、转会市场、赛事预测。精彩瞬间视频和主角专访”。

其站点地图在 7 个文件中列出了 2,506 个 URL（google_news, pages, tag, author, index_news, index_videos）。 在 2,506 条带日期的条目中，有 939 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 2 个站点地图，并禁止 8 个路径，其中包括 /api/, /img/, /preguntas-frecuentes/。

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：98.8%。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 1.2s。

在 Cookbook 的 74 个新闻媒体站点中，ole.com.ar 按成功率排在第 41 位（共 74 个）；类别中位数为 98.9%。 其响应中位时间 1.2s 快于类别中位数 2.3s。 74 个站点中有 58 个接受普通令牌，这个站点也在其中。

调用

文章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文章 URL。

curl "https://api.crawlbase.com/?token=YOUR_TOKEN&url=https%3A%2F%2Fwww.ole.com.ar%2Fesports"

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

r = api.get('https://www.ole.com.ar/esports')
html = r['body']

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

const r = await api.get('https://www.ole.com.ar/esports');

关键参数

各账户抓取的 URL 模式

你能得到的字段

文章页带有标题、日期和作者，通常在 ld+json 的 Article 块中，正文在 HTML 里。该块通常也标明栏目。

会出问题的地方及修复方法

定时运行

新闻按小时变化。轮询栏目或站点地图获取新链接，然后把文章 URL 连同回调推送到 Crawler，让抓取按节奏进行。该站点的响应中位时间为 1.2s。

常见问题