抓取 staples.com 的商品页
今天能从 staples.com 返回商品页的调用，以及自 2026年8月14日 起从请求日志读出的参数、模式和失败情形。 最近测试于 2026年9月6日。
成功率 92.9% · 2026年8月21% 的调用使用浏览器标准价格 · 1 积分
关于 staples.com
staples.com 这样描述自己：“Staples 提供办公用品和家具、墨盒、印刷服务、电脑和商务促销品，满 35 美元即享免费次日送达”。
其首页声明了 3 种语言：fr-ca, en-us, en-ca。
其站点地图在 17 个文件中列出了 229,553 个 URL（staples-atom-feed-www-staples-com-en_us, staples-custom-sitemap-deals, staples-sitemap-www-staples-com-en_us-bundle-1, staples-sitemap-www-staples-com-en_us-class-1, staples-sitemap-www-staples-com-en_us-custom-sitemapaboutus, staples-sitemap-www-staples-com-en_us-custom-sitemapcontenthub）。 在 229,528 条带日期的条目中，有 229,508 条在最近 30 天内发生变化，最新一条在 2026年9月6日。
其 robots.txt 指定了 7 个站点地图，并禁止 12 个路径，其中包括 /page/, /builder2/, /rik/。
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：92.9%。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；21.3% 的成功调用使用了 JavaScript 令牌，响应中位时间为 2.9s。
在 Cookbook 的 20 个电商站点中，staples.com 按成功率排在第 17 位（共 20 个）；类别中位数为 96.3%。 其响应中位时间 2.9s 与类别中位数 2.9s 相当。 20 个站点中有 9 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.staples.com%2Fprod%2Fexample-page"from crawlbase import CrawlingAPI api = CrawlingAPI({'token': 'YOUR_TOKEN'}) r = api.get('https://www.staples.com/prod/example-page') html = r['body']
const { CrawlingAPI } = require('crawlbase'); const api = new CrawlingAPI({ token: 'YOUR_TOKEN' }); const r = await api.get('https://www.staples.com/prod/example-page');
关键参数
| 参数 | 设置为 | 原因 |
|---|---|---|
country | 不设置 | 大多数成功调用未设置 country（89.3%），成功率为 95.9%。 |
javascript | 不设置 | 普通令牌调用的成功率为 93.5%，占流量的 81.5%。浏览器成本更高，而在该站点上没有任何收益。 |
各账户抓取的 URL 模式
| 模式 | 成功占比 | JavaScript 令牌 | Country | 查询参数 |
|---|---|---|---|---|
/prod/{slug} | 98.3% | 0.0% | 无 | 无 |
/products/{slug} | 1.8% | 71.4% | CA | listId |
你能得到的字段
Crawlbase 在 staples.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:
WebSite - 其他:
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：
403：占失败的 61.0% 403 是站点拒绝该出口。设置成功调用所用的 country 并重试一次；再次 403 说明该 URL 本身受保护。
0：占失败的 13.7% 状态 0 表示请求在超时之前从未得到响应。如果该模式需要浏览器，用 JavaScript 令牌重试一次。
408：占失败的 11.1% 408 表示站点拒绝了这次抓取。把它当作拦截处理：用 JavaScript 令牌和成功调用所用的国家重试一次，然后停止。
591：占失败的 9.3% 5xx 是站点自身故障，不是抓取的问题。一分钟后重试。
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 2.9s。
常见问题
抓取 staples.com 需要浏览器吗？
不需要。93.5% 的普通令牌调用成功，各账户 81.5% 的流量不使用浏览器。
在 Crawlbase 上抓取一个 staples.com 页面要多少钱？
不用浏览器时为 1 积分。staples.com 属于标准等级。
抓取 staples.com 应该设置哪个 country？
不需要：大多数成功调用未设置它。
staples.com 上的其他页面
staples.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。
| 页面 | 示例 | 令牌 | 国家 | 中位数 |
|---|---|---|---|---|
首页/结构化数据：WebSite | staples.com/ | 普通 | 无 | 6.1s |
列表页/deals/{slug}/{slug} | staples.com/deals/perk/BI1838466 | 普通 | 无 | 22.5s |
其他/{slug}/{slug}结构化数据：BreadcrumbList | 无 | 普通 | 无 | 8.1s |
站点名称用于标识配方抓取的页面。Crawlbase 与所列任何站点均无关联。请在以下范围内使用配方： 可接受使用政策.数据测自 2026年8月，每月更新