Scraper les pages produit sur myprotein.com

À propos de myprotein.com

myprotein.com se décrit ainsi : « Sentez-vous plus fort avec Myprotein. Achetez des compléments haut de gamme et des vêtements de sport et de fitness de la marque de nutrition sportive n°1 au Royaume-Uni pour soutenir vos objectifs ».

Sa page d’accueil déclare 12 langues : de-at, ro-ro, cs-cz, hu-hu, nb-no, ru-kz, sk-sk, es-es, en-hk, nl-nl, nl-be, sv-se.

Ses sitemaps listent 3 943 URL dans 9 fichiers (product-0, list-0, department-0, post-sitemap1, post-sitemap2, page-sitemap). 57 des 1 077 entrées datées ont changé au cours des 30 derniers jours, la plus récente le 3 sept. 2026.

Son robots.txt nomme 4 sitemaps et interdit 12 chemins.

Mesuré sur Crawlbase

Taux de réussite sur chaque requête de chaque compte en août 2026 : 99.7%. Motifs, pays et échecs viennent du journal des requêtes depuis le 14 août 2026 ; 59.9% des appels réussis ont utilisé le token JavaScript et la réponse médiane a pris 14.3s.

Parmi les 20 sites sport et plein air du Cookbook, myprotein.com se place 7 sur 20 au taux de réussite ; la médiane de la catégorie est de 99.2%. Sa réponse médiane de 14.3s est plus lente que la médiane de la catégorie, 7.1s. 12 des 20 acceptent le token simple ; celui-ci seulement sur certaines pages.

L’appel

Les pages produit sont la forme que les comptes récupèrent le plus ici, avec le pays et le token qui réussissent le plus souvent. Remplacez le chemin fictif par une vraie URL produit du site.

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

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

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

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

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

Les paramètres qui comptent

Motifs d’URL que les comptes récupèrent

Les champs que vous obtenez

Données structurées que Crawlbase a trouvées sur myprotein.com, par type de page. Ce sont les types schema.org de la page, les champs que votre parseur peut lire directement dans le bloc JSON-LD :

• Accueil: WebSite, Organization
• Page détail: Product, SaleEvent, BreadcrumbList
• Liste: CollectionPage, BreadcrumbList
• Article: BreadcrumbList, Organization, WebSite, ImageObject, WebPage, Article, Person
• Profil: BreadcrumbList

Ce qui casse, et la solution

Sur les échecs depuis le 14 août 2026, le site a répondu :

Lancez-la de façon planifiée

Un rafraîchissement de catalogue est une liste d’URL produit. Envoyez-la au Crawler avec un callback, laissez-le réguler les appels et réessayer ce que le site refuse, et lisez les résultats depuis le Cloud Storage. La réponse médiane sur ce site est de 14.3s.

Questions

Autres pages sur myprotein.com

Pages que myprotein.com liste dans ses propres sitemaps, récupérées par Crawlbase le 6 sept. 2026 et vérifiées sur 2 passages consécutifs. Chaque ligne est l’appel le moins cher qui a renvoyé la page avec son contenu.