Chaque seconde, 29 000 Go d’informations sont publiées dans le monde. Si le web a un usage principal, c’est bien de servir de support pour échanger et stocker de l’information. Ces informations peuvent ensuite utilisées par vous … ou votre entreprise.

Alors, ces informations, quoi en faire ?
En tant qu’entreprise, vous pourriez connaître le comportement d’achat de vos segments clients et établir des prévisions de vente solides avec des techniques de big data. En tant que particulier, vous pouvez vous renseigner de manière extensive sur un sujet particulier : c’est le travail réalisé d’un moteur de recherche. Finalement, peu importe qui vous êtes, vous allez d’abord devoir récupérer l’information de sites web.

Qu’est-ce que le scraping de données ?
To scrape, en anglais, signifie « gratter » en français. Scraper des données, c’est « gratter » des pages web pour stocker l’information voulue. Cela revient à copier-coller du contenu d’une page web, mais le scraping est en général assuré par des bots, ou robots, qui s’occupent de ce travail périodiquement.

Mais un bot qui ne peut pas scraper des données que d’une page web est limité. Il faut que le bot soit capable de « ramper » d’une page à une autre, de manière à pouvoir récupérer toutes les données d’un site internet. C’est bien plus rapide que de scraper page web par page web, manuellement. Le « rampage », « crawling » en anglais, est systématiquement assuré par les bots de scraping. Il s’agit de visiter une page web, récupérer ses URL internes, les mettre en queue, et visiter ensuite ces pages, et ainsi de suite.

---

Ce que vous aurez pour le service de base à 5€
Je vais scraper un site web est extraire les données d'une façon structurée dans un fichier CSV dans la limite de 1000 entités et 3 champs max par exemple:
* les articles d'un blog avec les champs (titre, contenu, lien de l'image)

---

Je dispose d'un certain panel d'options pour que vous puissiez étendre cette quantité.
Je vous prie de m'envoyer un message avant de passer toute commande, afin que nous discutions ensemble des détails liés à votre source web.