Скрапинг: статьи на sina.com.cn

О sina.com.cn

sina.com.cn описывает себя так: «Sina круглосуточно предоставляет пользователям по всему миру полную и своевременную информацию на китайском языке: срочные новости страны и мира, спорт, развлечения и мода, отраслевые и практические сведения».

Его sitemap перечисляют 102 197 URL в 19 файлов (index, tags, auto, local, travel, digital). 101 123 из 101 978 датированных записей изменились за последние 30 дней, самая свежая 6 сентября 2026.

Его robots.txt называет 11 sitemap.

Измерено на Crawlbase

Доля успеха по каждому запросу каждого аккаунта за август 2026: 99.7%. Шаблоны, страны и сбои взяты из лога запросов с 14 августа 2026; 2.4% успешных вызовов использовали JavaScript-токен, медианный ответ занял 3.1s.

Среди 74 сайтов категории новости и медиа в Cookbook sina.com.cn занимает 22 место из 74 по доле успеха; медиана категории 98.9%. Его медианный ответ 3.1s медленнее медианы категории 2.3s. 58 из 74 принимают обычный токен, и этот сайт тоже.

Вызов

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

curl "https://api.crawlbase.com/?token=YOUR_TOKEN&url=https%3A%2F%2Fweibo.com%2F2%2Fdetail%2F5340257097878368"

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

r = api.get('https://weibo.com/2/detail/5340257097878368')
html = r['body']

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

const r = await api.get('https://weibo.com/2/detail/5340257097878368');

Важные параметры

Шаблоны URL, которые запрашивают аккаунты

Поля, которые вы получаете

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

• Статья: BreadcrumbList, NewsArticle
• Другое: Article

Что ломается и как починить

На сбои с 14 августа 2026 сайт отвечал:

Запуск по расписанию

Новости меняются каждый час. Опрашивайте рубрику или sitemap на новые ссылки, затем отправляйте URL статей в Crawler с callback-адресом, чтобы запросы шли равномерно. Медианный ответ на этом сайте 3.1s.

Вопросы

Другие страницы на sina.com.cn

Страницы, которые sina.com.cn 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.