À retenir
- C'est une technique d'automatisation de la collecte de données web.
- Cela transforme le contenu non structuré d'une page en données exploitables (Excel, JSON).
- L'éthique et la légalité sont des points de vigilance majeurs.
Scraper consiste à utiliser un robot logiciel pour parcourir des sites web et en extraire automatiquement des informations précises. Imaginez un assistant virtuel qui lirait des centaines de pages à votre place pour recopier uniquement les prix ou les noms de produits dans un tableau bien rangé.
Étymologie
Issu du verbe anglais to scrape, qui signifie « gratter » ou « racler ». En informatique, cela illustre l'action de gratter la surface visuelle d'un site (son code HTML) pour en extraire la substance utile (les données).
Exemples d'usage
- Un comparateur de vols qui récupère en temps réel les tarifs de différentes compagnies aériennes.
- Une application de veille qui extrait les derniers titres de presse contenant un mot-clé spécifique.
- Un chercheur qui collecte des milliers de commentaires sur un forum pour étudier les tendances d'opinion.
Cas d'usage
Le scraping intervient massivement dans le e-commerce (veille tarifaire), le marketing (collecte de prospects), la data science (création de jeux de données) et le journalisme d'investigation.
Bonnes pratiques
Il est essentiel de ne pas surcharger les serveurs du site ciblé en espaçant les requêtes. Il faut également vérifier le fichier robots.txt du site, qui indique si le scraping est autorisé, et respecter scrupuleusement la protection des données personnelles (RGPD).
Synonymes
Antonymes
Conseil
Pour débuter, apprenez les bases du langage HTML et des sélecteurs CSS. C'est grâce à eux que vous pourrez indiquer à votre programme exactement où se trouve l'information à récupérer dans la page.
Questions fréquentes
Quelle est la différence entre le scraping et une API ?
Une API est une porte d'entrée officielle et structurée fournie par le site, tandis que le scraping est une extraction 'forcée' en lisant le code de la page quand aucune API n'existe.
Faut-il savoir programmer pour scraper ?
Pas forcément, il existe des extensions de navigateur et des logiciels 'no-code', même si la programmation (Python, JavaScript) offre plus de puissance.