抓取 theguardian.com 的business 页面
今天能从 theguardian.com 返回business 页面的调用，以及自 14 Aug 2026 起从请求日志读出的参数、模式和失败情形。
成功率 99.8% · Aug 202628% 的调用使用浏览器标准价格 · 1 积分
基于 Crawlbase 测得
August 2026 对每个账户的每个请求统计的成功率：99.8%。URL 模式、国家和失败情况来自自 14 Aug 2026 起的请求日志；27.9% 的成功调用使用了 JavaScript 令牌，响应中位时间为 4.8s。
在 Cookbook 的 74 个新闻媒体站点中，theguardian.com 按成功率排在第 16 位（共 74 个）；类别中位数为 98.9%。 其响应中位时间 4.8s 慢于类别中位数 2.3s。 74 个站点中有 58 个接受普通令牌；这个站点只在部分页面接受。
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.theguardian.com%2Fbusiness%2F1234567%2Fexample-page"from crawlbase import CrawlingAPI api = CrawlingAPI({'token': 'YOUR_TOKEN'}) r = api.get('https://www.theguardian.com/business/1234567/example-page') html = r['body']
const { CrawlingAPI } = require('crawlbase'); const api = new CrawlingAPI({ token: 'YOUR_TOKEN' }); const r = await api.get('https://www.theguardian.com/business/1234567/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（88.0%），成功率为 100%。 |
javascript | 不设置 | 普通令牌调用的成功率为 100%，JavaScript 令牌调用为 99.6%。两者都可用；先不用浏览器，再按下表所示的 URL 模式逐一切换。 |
各账户抓取的 URL 模式
| 模式 | 成功占比 | JavaScript 令牌 | Country | 查询参数 |
|---|---|---|---|---|
/business/{id}/{slug} | 12.3% | 0.0% | 无 | 无 |
/world/{id}/{slug} | 11.5% | 4.3% | 无 | 无 |
/us-news/{id}/{slug} | 10.5% | 4.8% | 无 | 无 |
/technology/{id}/{slug} | 7.5% | 6.7% | 无 | 无 |
/football/{id}/{slug} | 6.0% | 66.7% | 无 | 无 |
/football/{slug}/{id} | 5.5% | 95.5% | 无 | page |
/australia-news/{id}/{slug} | 5.0% | 0.0% | 无 | 无 |
/{slug}/{id}/{slug} | 3.5% | 7.1% | 无 | 无 |
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 14 Aug 2026 以来的失败中，站点的响应为：
591：占失败的 100% 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
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 4.8s。
常见问题
抓取 theguardian.com 需要浏览器吗？
视页面而定。普通令牌调用的成功率为 100%，JavaScript 令牌调用为 99.6%；URL 模式表显示了各账户用浏览器抓取哪些路径。
在 Crawlbase 上抓取一个 theguardian.com 页面要多少钱？
不用浏览器时为 1 积分。theguardian.com 属于标准等级。
抓取 theguardian.com 应该设置哪个 country？
不需要：大多数成功调用未设置它。
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 August 2026，每月更新