Spicrawl fonctionne désormais avec OpenAI Agents SDK, LangChain, Codex, Claude Code et plus encore.Voir les intégrations
Aller au contenu

Extraire des données structurées de n’importe quel site web

Choisissez les champs dont vous avez besoin. Récupérez-les en JSON propre.

example.com/product/1
Découvrez le Modèle X — La précision à chaque clic
Souris sans fil — Modèle X
Souris sans fil — Modèle X
$49.00En stock★ 4.6 (1,284)
Récepteur 2,4 GHz à faible latence, 70 jours d’autonomie et interrupteurs silencieux.
SpécificationValeur
Connexion2.4 GHz, BT5Batterie70 jours
<script type="application/ld+json">
result.md
# Souris sans fil — Modèle X**$49.00** · En stock · 4.6 (1_284 avis)Faible-latency, récepteur 2.4 GHz, autonomie de 70-dayet les options silencieuses.| Spec      | Value        || --------- | ------------ || Connexion | 2.4 GHz, BT5 || Batterie  | 70 jours     |
Lecture de la page
HTML brut12 480 jetons
Markdown0 jeton

Menus, pieds de page et publicités supprimés : de 3 % à 24 % des jetons du HTML brut. Page d’exemple.

Comment ça marche

  1. Nommez vos champs et donnez à chacun un sélecteur CSS.
  2. Envoyez-les dans extract avec l’URL de la page.
  3. Lisez le JSON. Vos champs se trouvent sous data.
curl https://api.spicrawl.com/v1/scrape \
  -H "Authorization: Bearer $SPICRAWL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "url": "https://example.com/products/42",
    "extract": { "title": "h1", "price": ".price", "next_page": "a.next@href" }
  }'
json
{
  "status": 200,
  "data": {
    "title": "Walnut Desk",
    "price": "$349.00"
  },
  "empty_fields": ["next_page"]
}

empty_fields liste les champs qui n’ont rien trouvé. C’est souvent le premier signe qu’un site a changé de mise en page.

Trois façons d’obtenir des données

WayCe que vous envoyezCe que vous obtenez
autoparse"autoparse": trueLe JSON-LD, OpenGraph, microdata, métadonnées et état d’application propres à la page
Carte de sélecteursNoms de champs et sélecteurs CSSExactement ces champs, sous forme de texte
JSON SchemaUn schéma dont les champs ont des sélecteursValeurs typées et vérifiées, donc "$1,234.56" devient 1 234.56

Bon à savoir

  • Aucun crédit supplémentaire pour l’extraction. Vous ne payez que la requête : 1 crédit en simple, 3 avec JavaScript.
  • Bientôt disponible : extraction à partir d’un prompt en langage naturel. Aujourd’hui, utilisez des sélecteurs, un schéma ou autoparse.
  • Pas en batch. L’extraction ne s’exécute que sur des scrapes uniques.
  • Votre responsabilité : n’extrayez que les données que vous avez le droit d’utiliser. Consultez nos conditions.

Questions fréquentes

Comment extraire des données d’un site web en JSON ?

Envoyez extract avec une carte de noms de champs vers des sélecteurs CSS, comme "title": "h1" et "price": ".price". Les valeurs reviennent sous data dans la réponse JSON.

Que fait autoparse ?

Il renvoie ce que la page dit déjà d’elle-même, sans sélecteurs : JSON-LD, OpenGraph, Twitter Card, microdata, RDFa, métadonnées head et état d’application intégré.

Peut-il renvoyer des nombres plutôt que du texte ?

Oui. Utilisez un JSON Schema dont les propriétés ont un sélecteur. Les valeurs sont converties au type déclaré, donc "$1,234.56" devient 1 234.56, et le résultat est validé par rapport au schéma.

Comment savoir quand un site change sa mise en page ?

Vérifiez empty_fields dans la réponse. Il liste les champs dont le sélecteur n’a rien trouvé, ce qui est souvent le premier signe que le balisage a changé.

Puis-je décrire les champs avec des mots simples plutôt que des sélecteurs ?

Pas encore. L’extraction avec un prompt de modèle arrive bientôt. Aujourd’hui, utilisez des sélecteurs, un JSON Schema ou autoparse.