Скрапинг: страницы document на scribd.com

Измерено на Crawlbase

Доля успеха по каждому запросу каждого аккаунта за August 2026: 98.9%. Шаблоны, страны и сбои взяты из лога запросов с 14 Aug 2026; 99.8% успешных вызовов использовали JavaScript-токен, медианный ответ занял 23.9s.

Среди 3 сайтов категории книги и аудио в Cookbook scribd.com занимает 3 место из 3 по доле успеха; медиана категории 99.4%. Его медианный ответ 23.9s медленнее 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.scribd.com%2Fdocument%2F1234567%2Fexample-page"

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

r = api.get('https://www.scribd.com/document/1234567/example-page')
html = r['body']

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

const r = await api.get('https://www.scribd.com/document/1234567/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 Aug 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 23.9s.

Вопросы