抓取 ssense.com 的商品页

关于 ssense.com

ssense.com 这样描述自己：“选购 500 多个奢侈品牌、新锐设计师和街头服饰品牌的男女装。Gucci、Off-White、Acne Studios 等。全球配送”。

其首页声明了 12 种语言：en-us, en-ca, en-gb, en-au, en-kr, en-jp, en-cn, en-hk, en-de, en-tw, en-ae, en-sg。

其站点地图在 11 个文件中列出了 109,628 个 URL（categories_list_0, designers_list_0, images_list_0, images_list_1, images_list_2, images_list_3）。

其 robots.txt 指定了 6 个站点地图，并禁止 12 个路径，其中包括 /pma/, /hq/, /export/。

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：97.5%。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；0.1% 的成功调用使用了 JavaScript 令牌，响应中位时间为 1.2s。

在 Cookbook 的 20 个时尚站点中，ssense.com 按成功率排在第 14 位（共 20 个）；类别中位数为 98.5%。 其响应中位时间 1.2s 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

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.ssense.com%2Fen-us%2Fexample-page%2Fproduct"

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

r = api.get('https://www.ssense.com/en-us/example-page/product')
html = r['body']

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

const r = await api.get('https://www.ssense.com/en-us/example-page/product');

关键参数

各账户抓取的 URL 模式

你能得到的字段

商品页通常带有 ld+json 的 Product 块，包含名称、价格、货币和库存状态，可见标记中也有相同的值。先读这个块，它比页面布局变化得更少。

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 1.2s。

常见问题