Скрапинг: страницы категорий на montrealgazette.com

О montrealgazette.com

montrealgazette.com описывает себя так: «The Montreal Gazette держит вас в курсе происходящего: последние срочные новости, статьи и заголовки Монреаля».

Его sitemap перечисляют 280 URL в 19 файлов. 280 из 280 датированных записей изменились за последние 30 дней, самая свежая 5 сентября 2026.

Его robots.txt называет 6 sitemap и запрещает 12 путей, среди них /sponsored/, /search/, /search. Он просит краулеры ждать 10 с между запросами.

Измерено на Crawlbase

Доля успеха по каждому запросу каждого аккаунта за август 2026: 99.1%. Шаблоны, страны и сбои взяты из лога запросов с 14 августа 2026; 0.0% успешных вызовов использовали JavaScript-токен, медианный ответ занял 1.2s.

Среди 74 сайтов категории новости и медиа в Cookbook montrealgazette.com занимает 36 место из 74 по доле успеха; медиана категории 98.9%. Его медианный ответ 1.2s быстрее медианы категории 2.3s. 58 из 74 принимают обычный токен, и этот сайт тоже.

Вызов

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

curl "https://api.crawlbase.com/?token=YOUR_TOKEN&url=https%3A%2F%2Fwww.montrealgazette.com%2Fcategory%2Fexample-page"

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

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

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

const r = await api.get('https://www.montrealgazette.com/category/example-page');

Важные параметры

Шаблоны URL, которые запрашивают аккаунты

Поля, которые вы получаете

Структурированные данные, которые Crawlbase нашёл на montrealgazette.com, по типам страниц. Это типы schema.org на странице, поля, которые ваш парсер может читать прямо из блока JSON-LD:

• Главная: WebPage, BreadcrumbList, WebSite, Organization
• Статья: Article, WebPage, ImageObject, BreadcrumbList, WebSite, Organization, Person

Что ломается и как починить

На сбои с 14 августа 2026 сайт отвечал:

Запуск по расписанию

Обходите списки по расписанию, чтобы находить новые элементы, затем отправляйте их URL в Crawler с callback-адресом; он распределяет вызовы и повторяет то, что сайт отклонил. Медианный ответ на этом сайте 1.2s.

Вопросы

Другие страницы на montrealgazette.com

Страницы, которые montrealgazette.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.