Tous les tableaux de la page, en CSV et JSON.
Copier un tableau d’un site vers un tableur ne marche presque jamais : les colonnes se mélangent et la mise en forme suit. Collez l’adresse et repartez avec les données propres, prêtes à ouvrir.
- Module
- Scraping
- Entrée
- Une URL
- Où ça tourne
- Serveur Rovemark
- Coût
- Gratuit, sans inscription
Des données posées sur une page, mais pas dans un tableur
Prix, taux, classements, spécifications techniques : beaucoup de ce dont vous avez besoin dans un tableur vit dans un tableau de page web, sans bouton de téléchargement. Sélectionner à la souris et coller ramène d’ordinaire les colonnes dans le désordre, l’en-tête au mauvais endroit et un tas de mise en forme avec.
L’outil lit le HTML, trouve chaque tableau, sépare l’en-tête du contenu, aligne les lignes ayant un nombre de cellules différent et renvoie tout en CSV et JSON. Un champ avec une virgule ou des guillemets est correctement échappé, sans cela, le tableur ouvre les colonnes dans le désordre.
- 01
Collez l’adresse de la page
Une page, sans inscription. S’il y a plusieurs tableaux, vous choisissez lequel voir.
- 02
Chaque tableau est lu et aligné
L’en-tête déclaré par le site est respecté ; une ligne à laquelle il manque une cellule est complétée pour que le tableur ne dérive pas.
- 03
Téléchargez en CSV ou JSON
Le CSV s’ouvre directement dans Excel, Sheets ou Numbers. Le JSON sort en liste d’objets, avec le nom de la colonne sur chaque champ.
- 01
Pourquoi copier-coller un tableau ne marche presque jamais ?
- Parce que la sélection dans le navigateur emporte la mise en forme visuelle, et le tableur tente de l’interpréter comme une structure. Cellule fusionnée, en-tête sur deux lignes et colonne vide créent un décalage, et l’erreur n’apparaît que plus tard, au milieu de l’analyse.
- 02
Cela marche-t-il avec un tableau créé par JavaScript ?
- Seulement si elle existe dans le HTML servi. Une table construite ensuite dans le navigateur n’est pas visible, l’outil lit la page comme un robot d’indexation, sans exécuter de script. Lorsqu’il n’en trouve aucune, il l’indique.
- 03
Et si la page contient plusieurs tableaux ?
- Tous sont extraits, jusqu’à vingt-cinq, et vous naviguez entre eux. Un tableau servant uniquement à la mise en page est écarté, et un tableau imbriqué dans un autre est préféré à celui de l’extérieur, qui n’est souvent que l’enveloppe.
- 04
Le CSV s’ouvre-t-il correctement dans Excel ?
- Oui. Le fichier est produit en UTF-8, avec des guillemets autour des champs qui contiennent une virgule, des guillemets ou un saut de ligne, et les guillemets internes doublés, comme l’exige le format. Si votre Excel est configuré dans une région qui utilise le point-virgule, utilisez l’importation de données et choisissez la virgule comme séparateur.
- 05
Y a-t-il une limite de taille ?
- L’écran montre les soixante premières lignes pour ne pas bloquer le navigateur, mais le fichier téléchargé contient le tableau entier. Par page, jusqu’à vingt-cinq tableaux sont extraits.
- 06
Puis-je répéter cela chaque jour, sur plusieurs pages ?
- Pas ici, c’est la version immédiate pour une page. Surveiller une liste de pages, conserver l’historique et recevoir le résultat par API, c’est ce que fait le module Collecte, avec le même moteur d’extraction.
Une page aujourd’hui. Et demain, encore ?
Extraire une fois est simple. Extraire chaque jour, depuis des dizaines de pages, en conservant ce qui a changé, c’est le module Collecte, le même moteur, avec planification et API.