抓取 prnewswire.com 的文章

关于 prnewswire.com

prnewswire.com 这样描述自己：“PR Newswire 的新闻发布、定向投放、监测和营销解决方案，帮助您与全球目标受众建立联系并互动”。

其首页声明了 12 种语言：en-us, en-ca, fr-ca, en-sg, zh-hk, en-hk, en-au, ja-jp, en-jp, en-ph, en-my, zh-cn。

其站点地图在 17 个文件中列出了 1,480 个 URL（resources, company, news-releases, products, news）。 在 301 条带日期的条目中，有 50 条在最近 30 天内发生变化，最新一条在 2026年9月5日。

其 robots.txt 指定了 55 个站点地图，并禁止 8 个路径，其中包括 /multivu/。

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：96.1%。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；1.7% 的成功调用使用了 JavaScript 令牌，响应中位时间为 7.2s。

在 Cookbook 的 74 个新闻媒体站点中，prnewswire.com 按成功率排在第 57 位（共 74 个）；类别中位数为 98.9%。 其响应中位时间 7.2s 慢于类别中位数 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.prnewswire.com%2Fnews-releases%2Fexample-page"

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

r = api.get('https://www.prnewswire.com/news-releases/example-page')
html = r['body']

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

const r = await api.get('https://www.prnewswire.com/news-releases/example-page');

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

自 2026年8月14日 以来的失败中，站点的响应为：

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 7.2s。

常见问题