> ## Documentation Index
> Fetch the complete documentation index at: https://docs.olostep.com/llms.txt
> Use this file to discover all available pages before exploring further.

# 从Stripe网站提取博客URL

> 过滤并仅从Stripe网站提取博客URL，以进行有针对性的内容分析。

## 概述

与其[映射整个网站](/examples/get-website-structure)，你可能更想专注于特定部分。在本指南中，我们将向你展示如何仅从Stripe网站提取博客URL。

## 仅提取博客URL

要从Stripe网站仅提取博客URL，请使用带有路径模式过滤器的maps端点。`include_urls`参数允许你指定想要在结果中包含的URL模式。

<CodeGroup>
  ```python extract_stripe_blog_urls.py theme={null}
  import requests
  import time
  import json

  # 配置
  API_URL = 'https://api.olostep.com/v1'
  API_KEY = '<your_olostep_api_key>'
  HEADERS = {
      'Content-Type': 'application/json',
      'Authorization': f'Bearer {API_KEY}'
  }

  # 开始时间，用于延迟跟踪
  start_time = time.time()

  # 定义包含URL模式的负载
  payload = {
      "url": "https://stripe.com",
      "include_urls": ["/blog", "/blog/**"]  # 匹配 /blog 及其下的所有路径
  }

  # 发起请求
  response = requests.post(f'{API_URL}/maps', headers=HEADERS, json=payload)

  # 计算延迟
  latency = round((time.time() - start_time) * 1000, 2)
  print(f"请求完成耗时 {latency}ms")

  # 处理结果
  data = response.json()
  print(f"在Stripe网站上找到 {data['urls_count']} 个博客URL")

  # 打印前10个URL作为示例
  print("\n示例博客URL:")
  for url in data['urls'][:10]:
      print(f"- {url}")
      
  # 将博客URL保存到文件以供进一步处理
  with open('stripe_blog_urls.json', 'w') as f:
      json.dump(data, f, indent=2)
  print(f"\n所有博客URL已保存到 stripe_blog_urls.json")
  ```
</CodeGroup>

### 理解URL模式

在上面的例子中，我们使用了两个模式规范：

* `/blog` - 精确匹配主博客页面 ([https://stripe.com/blog](https://stripe.com/blog))
* `/blog/**` - 匹配/blog下的所有子路径，包括单个博客文章、分类页面等。

这种组合确保我们捕获所有与博客相关的内容，同时排除网站的其他部分。

### 示例响应

```json theme={null}
{
  "id": "map_xyz789abc",
  "urls_count": 278,
  "urls": [
    "https://stripe.com/blog",
    "https://stripe.com/blog/page/1",
    "https://stripe.com/blog/page/2",
    "https://stripe.com/blog/engineering",
    "https://stripe.com/blog/product",
    "https://stripe.com/blog/how-we-built-it-usage-based-billing",
    "https://stripe.com/blog/using-ml-to-detect-and-respond-to-performance-degradations",
    "https://stripe.com/blog/stripe-radar-responded-to-card-testing",
    "https://stripe.com/blog/future-of-real-time-payments",
    "https://stripe.com/blog/ml-flywheel-improve-models"
    // ... 省略其他URL以简洁
  ]
}
```

## 按类别过滤博客URL

你可以进一步细化提取，专注于特定的博客类别。例如，如果你只对Stripe的工程博客文章感兴趣：

<CodeGroup>
  ```python extract_engineering_blog_urls.py theme={null}
  # 定义更具体的URL模式负载
  payload = {
      "url": "https://stripe.com",
      "include_urls": ["/blog/engineering", "/blog/engineering/**"]
  }
  ```
</CodeGroup>

## 下一步

现在你已经提取了所有Stripe的博客URL，

1. 你可以使用[scrape API](../../api-reference/scrapes/create)单独获取它们的内容。
2. 或者，使用[下一个指南](/examples/crawl-matching-pages)直接抓取并提取这些博客页面的实际内容，使用内置过滤器。