抓取 shiseido.com 的商品页

关于 shiseido.com

shiseido.com 这样描述自己：“Shiseido 作为拥有 150 多年历史的日本美妆领导者，提供护肤、防晒和彩妆领域的革命性美妆产品。探索永恒的 J-Beauty 传统”。

其首页声明了 12 种语言：pt-br, en-ca, fr-ca, en-us, es-us, zh-us, fr-fr, de-de, it-it, es-es, en-gb, zh-cn。

其站点地图在 17 个文件中列出了 1,612 个 URL（0-product, 1-image, 2-category, 3-content, 4-folder）。 在 1,069 条带日期的条目中，有 400 条在最近 30 天内发生变化，最新一条在 2026年8月31日。

其 robots.txt 指定了 10 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：98.8%。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；11.7% 的成功调用使用了 JavaScript 令牌，响应中位时间为 1.8s。

在 Cookbook 的 23 个美妆站点中，shiseido.com 按成功率排在第 7 位（共 23 个）；类别中位数为 95.6%。 其响应中位时间 1.8s 快于类别中位数 2.3s。 23 个站点中有 17 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.shiseido.com%2Fus%2Fen%2Fterms.html"

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

r = api.get('https://www.shiseido.com/us/en/terms.html')
html = r['body']

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

const r = await api.get('https://www.shiseido.com/us/en/terms.html');

关键参数

各账户抓取的 URL 模式

你能得到的字段

Crawlbase 在 shiseido.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：

• 首页: Organization, WebSite, WebPage
• 详情页: BreadcrumbList, Product
• 列表页: 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 1.8s。

常见问题

shiseido.com 上的其他页面

shiseido.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。