Скрапинг: страницы book на goodreads.com

О goodreads.com

goodreads.com описывает себя так: «Находите и читайте больше книг, которые вам понравятся, и отслеживайте книги, которые хотите прочитать. Станьте частью крупнейшего в мире сообщества любителей книг на Goodreads».

Его robots.txt называет 16 sitemap и запрещает 12 путей, среди них /admin, /api, /ebooks. Он просит краулеры ждать 5 с между запросами.

Измерено на Crawlbase

Доля успеха по каждому запросу каждого аккаунта за август 2026: 99.4%. Шаблоны, страны и сбои взяты из лога запросов с 14 августа 2026; 97.5% успешных вызовов использовали JavaScript-токен, медианный ответ занял 10.0s.

Среди 3 сайтов категории книги и аудио в Cookbook goodreads.com занимает 2 место из 3 по доле успеха; медиана категории 99.4%. Его медианный ответ 10.0s на уровне медианы категории 10.0s. 1 из 3 принимают обычный токен; этому сайту нужен JavaScript-токен.

Вызов

Страницы товаров здесь запрашивают чаще всего, со страной и токеном, которые успешны чаще всего. Замените путь-заполнитель настоящим URL товара с сайта.

curl "https://api.crawlbase.com/?token=YOUR_JS_TOKEN&url=https%3A%2F%2Fwww.goodreads.com%2Fbook%2Fexample-section%2Fexample-page"

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

r = api.get('https://www.goodreads.com/book/example-section/example-page')
html = r['body']

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

const r = await api.get('https://www.goodreads.com/book/example-section/example-page');

Важные параметры

Шаблоны URL, которые запрашивают аккаунты

Поля, которые вы получаете

Страница товара обычно несёт блок ld+json Product с названием, ценой, валютой и наличием и те же значения в видимой разметке. Сначала читайте блок: он меняется реже, чем вёрстка.

Что ломается и как починить

На сбои с 14 августа 2026 сайт отвечал:

Запуск по расписанию

Обновление каталога это список URL товаров. Отправьте его в Crawler с callback-адресом, дайте ему распределить вызовы и повторить то, что сайт отклонил, и читайте результаты из Cloud Storage. Медианный ответ на этом сайте 10.0s.

Вопросы

Другие страницы на goodreads.com

Страницы, которые goodreads.com указывает в своих sitemap, запрошены Crawlbase 6 сентября 2026 и подтверждены в 2 прогонах подряд. В каждой строке самый дешёвый вызов, вернувший страницу с содержимым.