Goodreads Book Info 抓取

Goodreads 图书详情抓取工具

这个 Worker 用于从 Goodreads 图书详情页提取结构化图书信息。你只需要提交一个或多个 Goodreads 图书 URL，Worker 会返回书名、页面链接、简介、标识符、出版信息、分类、奖项、角色、评分和评分数量等字段。

功能说明

当你需要为图书研究、书单整理、内容分析或图书资料补全收集 Goodreads 元数据时，可以使用这个 Worker。

Worker 会读取每个提交的 Goodreads 图书详情页 URL，加载页面内容，解析页面中嵌入的图书数据，并为每个成功处理的图书返回一行结果。

输入

输入字段是 GoodRead URL。

请添加一个或多个 Goodreads 图书详情页 URL，例如：

https://www.goodreads.com/book/show/1885.Pride_and_Prejudice
https://www.goodreads.com/book/show/40961427-1984

请使用直接的 Goodreads 图书详情页。搜索页、作者页、榜单页、评论页以及非 Goodreads URL 不在支持范围内。

输出字段

当图书页面可以被正常解析时，Worker 会返回以下字段：

重要说明

Goodreads 不同图书页面暴露数据的方式并不完全一致。如果页面结构不同、图书数据缺失，或者 Goodreads 拦截、变更了响应内容，某些 URL 可能无法抓取成功，或只能返回部分字段。

在将这个 Worker 用于大批量任务之前，请先在平台上使用多种不同 Goodreads 图书 URL 进行测试。建议覆盖常见图书、新书、元数据较少的图书，以及你实际生产任务中准备使用的 URL 格式。

以下 URL 建议重点测试：

https://www.goodreads.com/book/show/199531828-this-motherless-land
https://www.goodreads.com/book/show/207252770-the-blue-hour

使用建议

• 只提交直接的 Goodreads 图书详情页 URL。
• 大批量运行前先用小批量 URL 测试。
• 检查输出中 isbn、asin、awards、characters 等字段是否为空，因为并非所有 Goodreads 页面都提供这些信息。
• 如果某个 URL 抓取失败，可以尝试同一本书的其他 Goodreads URL 版本。
• 建议定期复测，因为 Goodreads 页面结构可能发生变化。

限制

这个 Worker 依赖当前 Goodreads 页面结构，不能保证支持所有图书页面、地区、语言或未来的 Goodreads 页面布局。它不支持按关键词搜索 Goodreads，也不会从其他图书数据库补充信息。