抓取 olx.ua 的商品页

关于 olx.ua

olx.ua 这样描述自己：“OLX.ua：在乌克兰分类信息平台上买卖商品。海量信息涵盖房产、招聘、交通、服务等多个板块，尽在 OLX.ua！”。

其首页声明了 10 种语言：bg-bg, pl-pl, pt-pt, ro-ro, ru-ua, uk-ua, ru-uz, uz-uz, ru-kz, kk-kz。

其站点地图在 2 个文件中列出了 8,296 个 URL（categories, locations）。

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：98.1%。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；12.5% 的成功调用使用了 JavaScript 令牌，响应中位时间为 2.6s。

在 Cookbook 的 16 个交易平台站点中，olx.ua 按成功率排在第 13 位（共 16 个）；类别中位数为 99.6%。 其响应中位时间 2.6s 快于类别中位数 7.1s。 16 个站点中有 7 个接受普通令牌；这个站点只在部分页面接受。

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.olx.ua%2Fd%2Fexample-section%2Fexample-page"

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

r = api.get('https://www.olx.ua/d/example-section/example-page')
html = r['body']

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

const r = await api.get('https://www.olx.ua/d/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 olx.ua 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: WebPage
• 列表页: WebPage, BreadcrumbList, Product
• 其他: WebPage, 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 2.6s。

常见问题

olx.ua 上的其他页面

olx.ua 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。