抓取 transfermarkt.de

关于 transfermarkt.de

transfermarkt.de 这样描述自己：“Transfermarkt：提供转会、身价、传闻和统计数据的足球门户”。

其首页声明了 12 种语言：de, de-lu, de-at, de-ch, tr, it-ch, it, pl, en-gb, en-ie, es, es-es。

其 robots.txt 禁止 2 个路径。 它要求爬虫在请求之间等待 2 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：92.2%。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；0.2% 的成功调用使用了 JavaScript 令牌，响应中位时间为 31.6s。

在 Cookbook 的 20 个运动户外站点中，transfermarkt.de 按成功率排在第 18 位（共 20 个）；类别中位数为 99.2%。 其响应中位时间 31.6s 慢于类别中位数 7.1s。 20 个站点中有 12 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&country=US&url=https%3A%2F%2Fwww.transfermarkt.de%2F"

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

r = api.get('https://www.transfermarkt.de/', {'country': 'US'})
html = r['body']

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

const r = await api.get('https://www.transfermarkt.de/', { country: 'US' });

关键参数

各账户抓取的 URL 模式

你能得到的字段

Crawlbase 在 transfermarkt.de 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
• 文章: NewsArticle

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 31.6s。

常见问题

transfermarkt.de 上的其他页面

transfermarkt.de 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。