其他域名

这种数据类型是通用的并且可以应用于任何域名。它接受带有附加参数的 URL。您可以在 URL 部分找到所有可用参数的列表。

总览

以下是我们通过其他域支持的所有可用数据source值的快速概述。

来源

描述

结构化数据

universal_ecommerce

提交您喜欢的任意 URL。

取决于 URL。

URL

查询参数

参数

描述

默认值

source

数据源。。

universal_ecommerce

url

转到通用页面的直接 URL（链接）

user_agent_type

设备类型和浏览器。单击查看完整列表。

desktop

geo_location

用于检索数据的代理的地理定位。单击查看支持位置的完整列表。

locale

区域设置，正如接受语言标头所预期的一样。

render

启用 JavaScript 渲染。。

content_encoding

如果正在下载图像，请添加此参数。单击了解更多相关信息。

base64

context: content

Base64 编码的 POST 请求正文。只有将 http_method 设为 post 时才有用。

context: cookies

传递自己的 cookies。

context: follow_redirects

表明您是否希望爬虫程序遵循重定向（带有目标 URL 的 3xx 响应）以获得重定向链末端的 URL 内容。

context: headers

传递自己的标头。

context: http_method

如果您希望通过电商爬虫 API 程序向您的目标 URL 发出 POST 请求，则可以将其设置为 post。

get

context: session_id

如果要在多个请求中使用同一个代理，则可以通过使用该参数来实现。只要将您的会话设置为您想要的任何字符串，我们就会为该 ID 分配一个代理，并最长保留 10 分钟。之后，如果使用相同的会话 ID 提出另一个请求，我们将为该特定会话 ID 分配一个新代理。

context: successful_status_codes

定义一个或几个自定义的 HTTP 响应代码，我们将根据此代码确定爬取是否成功，并将相关内容返回给您。如果您希望我们返回 503 错误页面，则该参数可能很有用，同时也适用于其他一些非标准的情况。

callback_url

转至回调端点的 URL。。

parse

true将返回结构化数据，只要提交的 URL 指向一个电子商务产品页面。将此参数与parser_type 参数相结合来使用我们的。

false

parser_type

将该值设置为 ecommerce_product 来访问我们的 AI-powered Adaptive Parser。

- 必须提供的参数

代码示例

在这个示例中，API 将检索一个电子商务产品页面。包括所有可用参数（尽管在同一个请求中并不总是必要的或兼容的），以便让您知道如何格式化您的请求：

{
    "source": "universal_ecommerce", 
    "url": "https://books.toscrape.com/catalogue/a-light-in-the-attic_1000/index.html", 
    "user_agent_type": "desktop",
    "geo_location": "United States",
    "parse": true,
    "parser_type": "ecommerce_product", 
    "context": [
        {
            "key": "headers", 
            "value": {
                "Accept-Language": "en-US", 
                "Content-Type": "application/octet-stream", 
                "Custom-Header-Name": "custom header content"
            }
        }, 
        {
            "key": "cookies", 
            "value": [
                {
                    "key": "NID", 
                    "value": "1234567890"
                },
                {
                    "key": "1P JAR",
                    "value": "0987654321"
                }]
        },
        {
            "key": "follow_redirects",
            "value": true
        },
        {
            "key": "http_method", "value": "get"
        },
        {
            "key": "content",
            "value": "YmFzZTY0RW5jb2RlZFBPU1RCb2R5"
        },
        {
            "key": "successful_status_codes",
            "value": [808, 909]
        }]
}

curl --user user:pass \
'https://realtime.oxylabs.io/v1/queries' \
-H "Content-Type: application/json" \
-d '{"source": "universal_ecommerce", "url": "https://books.toscrape.com/catalogue/a-light-in-the-attic_1000/index.html", "user_agent_type": "desktop","geo_location": "United States", "parse": true, "parser_type": "ecommerce_product", "context": [{"key": "headers", "value": {"Accept-Language": "en-US", "Content-Type": "application/octet-stream", "Custom-Header": "custom header content"}}, {"key": "cookies", "value": [{"key": "NID", "value": "1234567890"}, {"key": "1P JAR", "value": "0987654321"}]}, {"key": "follow_redirects", "value": true}, {"key": "http_method", "value": "get"}, {"key": "content", "value": "abcd1234"}, {"key": "successful_status_codes", "value": [707, 808, 909]}]}'

import requests
from pprint import pprint

# Structure payload.
payload = {
    'source': 'universal_ecommerce',
    'url': 'https://books.toscrape.com/catalogue/a-light-in-the-attic_1000/index.html',
    'user_agent_type': 'desktop',
    'geo_location': 'United States',
    "parse": true,
    "parser_type": "ecommerce_product",
    'context': [
        {
          'key': 'session_id',
          'value': '1234567890abcdef'
        }
        {
          'key': 'headers', 'value': 
            {
             'Accept-Language': 'en-US',
             'Content-Type': 'application/octet-stream',
             'Custom-Header': 'custom header content'
            }
        },
        {
          'key': 'cookies',
          'value': [{
              'key': 'NID',
             'value': '1234567890'
           },
           {
              'key': '1P_JAR',
             'value': '0987654321'
           }
         ]
        },
        {
          'key': 'follow_redirects',
          'value': true
        },
        {
          'key': 'successful_status_codes',
          'value': [303, 808, 909]
        },
        {
          'key': 'http_method',
          'value': 'get'
        }
        {
          'key': 'content'
          'value': 'base64EncodedPOSTBody'
        }
    ],
}

# Get response.
response = requests.request(
    'POST',
    'https://realtime.oxylabs.io/v1/queries',
    auth=('user', 'pass1'),
    json=payload,
)

# Instead of response with job status and results url, this will return the
# JSON response with the result.
pprint(response.json())

<?php

$params = [
    'source' => 'universal_ecommerce',
    'url' => 'https://books.toscrape.com/catalogue/a-light-in-the-attic_1000/index.html',
    'geo_location' => 'United States',
    'parse' => true,
    'parser_type' => 'ecommerce_product',
    'context' => [
        [
            'key' => 'session_id',
            'value' => '1234567890abcdef'
        ],
        [
            'key' => 'headers',
            'value' => [
                'Accept-Language' => 'en-US',
                'Content-Type' => 'application/octet-stream',
                'Custom-Header' => 'custom header content'
            ],
        ],
        [
            'key' => 'cookies',
            'value' => [
                ['key' => 'NID', 'value' => '1234567890'],
                ['key' => '1P_JAR', 'value' => '0987654321']
            ]
        ],
        [
            'key' => 'follow_redirects',
            'value' => 'true'
        ],
        [
            'key' => 'successful_status_codes',
            'value' => [303, 808, 909]
        ],
        [
            'key' => 'http_method',
            'value' => 'get'
        ],
        [
            'key' => 'content',
            'value' => 'base64EncodedPOSTBody'
        ]
    ]
];

$ch = curl_init();

curl_setopt($ch, CURLOPT_URL, "https://realtime.oxylabs.io/v1/queries");
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_POSTFIELDS, json_encode($params));
curl_setopt($ch, CURLOPT_POST, 1);
curl_setopt($ch, CURLOPT_USERPWD, "user" . ":" . "pass1");

$headers = array();
$headers[] = "Content-Type: application/json";
curl_setopt($ch, CURLOPT_HTTPHEADER, $headers);

$result = curl_exec($ch);
echo $result;

if (curl_errno($ch)) {
    echo 'Error:' . curl_error($ch);
}
curl_close ($ch);
?>

# The whole string you submit has to be URL-encoded.

https://realtime.oxylabs.io/v1/queries?source=universal_ecommerce&url=https%3A%2F%2Fstackoverflow.com%2Fquestions%2Ftagged%2Fpython&access_token=12345abcde

以上示例使用了 Realtime 集成方法。如果您想在您的查询中使用一些其他集成方法（如推拉或代理端点），请参考集成方法部分。

形成URL

Wayfair

作业参数分配到URL：

https://www.wayfair.<domain>/keyword.php?keyword=<query>&itemsperpage=<limit>&curpage=<start_page>

当形成URL时，请遵循以下说明：

编码搜索词：搜索词必须进行URL编码。例如，空格应替换为%20，这代表URL中的空格字符。
参数：如果limit等于48且start_page等于1，则必须将以下附加参数附加到URL：
- command=dosearch
- new_keyword_search=true

生成的URL示例

https://www.wayfair.com/keyword.php?keyword=test&itemsperpage=24&curpage=1

https://www.wayfair.fr/keyword.php?keyword=t%202&itemsperpage=48&curpage=1&command=dosearch&new_keyword_search=true

等效作业示例

停用的Wayfair搜索源：

{
   "source": "wayfair_search",
   "query": "test",
   "domain": "com",
   "limit": 5,
   "start_page": 3
}

更新后的universal_ecommerce源：

{
   "source": "universal_ecommerce",
   "url": "https://www.wayfair.com/keyword.php?keyword=room&itemsperpage=5&curpage=10"
}

PreviousAliExpress Next参数值

Last updated 6 months ago