抓取 simplybe.co.uk 的分类页

关于 simplybe.co.uk

其站点地图在 17 个文件中列出了 1,174 个 URL（categories, beauty_hair-styling_curling-wands-rollers--facets, beauty_makeup_face_highlighting-contouring--facets, fashion_dresses_holiday-dresses--facets, outlet_outlet-shoes_outlet-boots_knee-high--facets, fashion_dresses_party-dresses--facets）。

其 robots.txt 指定了 1 个站点地图，并禁止 12 个路径。 它要求爬虫在请求之间等待 1 秒。

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：96.9%。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；1.2% 的成功调用使用了 JavaScript 令牌，响应中位时间为 704ms。

在 Cookbook 的 20 个时尚站点中，simplybe.co.uk 按成功率排在第 15 位（共 20 个）；类别中位数为 98.5%。 其响应中位时间 704ms 快于类别中位数 13.5s。 20 个站点中有 10 个接受普通令牌，这个站点也在其中。

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_TOKEN&country=GB&url=https%3A%2F%2Fwww.simplybe.co.uk%2Fshop%2Fc%2Foutlet"

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

r = api.get('https://www.simplybe.co.uk/shop/c/outlet', {'country': 'GB'})
html = r['body']

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

const r = await api.get('https://www.simplybe.co.uk/shop/c/outlet', { country: 'GB' });

关键参数

各账户抓取的 URL 模式

你能得到的字段

Crawlbase 在 simplybe.co.uk 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, Organization, WebSite, ItemList

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 704ms。

常见问题

simplybe.co.uk 上的其他页面

simplybe.co.uk 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。