Première chose à vérifier avant d'écrire un extracteur : le site propose-t-il une API ? Quand c'est le cas, c'est presque toujours la bonne option. Le dire est plus honnête que de vendre un scraper par principe.
Pourquoi une API l'emporte quand elle existe
Une API est un contrat. L'éditeur décrit ce qu'il expose, s'engage sur un format, et prévient quand il change quelque chose.
Un extracteur, lui, lit une page conçue pour des yeux humains. Le jour où le site refait sa mise en page, il casse. Cette différence de stabilité est l'argument principal, et il est sérieux.
Ce qu'une API ne donnera pas
Elle expose ce que son éditeur a décidé d'exposer, rarement tout ce qui s'affiche à l'écran. S'y ajoutent les quotas, la facturation au volume, l'obligation de créer un compte, et des conditions d'usage qui interdisent parfois exactement le croisement que vous aviez en tête.
Il arrive aussi qu'elle existe et ne convienne pas. Tarif supérieur à la valeur de la donnée, délai de rafraîchissement trop long, champ essentiel absent.
Le cas le plus fréquent : les deux
Un comparateur qui veut suivre dix plateformes en trouvera peut-être deux avec une API correcte. Les huit autres se collecteront autrement. Un projet mixte n'a rien d'un aveu d'échec, c'est la situation normale.
Notre règle tient en une ligne. L'API quand elle couvre le besoin, la collecte pour le reste. L'objectif est d'obtenir la donnée, pas d'employer une technique. Nos services couvrent les deux.