Extraire les données d’un site web vers Excel, sur simple demande
Vous avez trouvé un annuaire, un catalogue ou une page d’annonces avec exactement les données qu’il vous faut, mais tout copier ligne par ligne prendrait l’après-midi. Avec ce prompt, votre agent todo.is ouvre le site dans un vrai navigateur, suit les pages, récupère les champs demandés et vous remet un fichier Excel propre, une ligne par élément, avec le lien source.
Le prompt
- Extrais les données de [LIEN DU SITE OU DE LA PAGE] dans un fichier Excel. Pour chaque élément de la page, récupère ces colonnes : [COLONNES SOUHAITÉES]. Suis les liens « page suivante » et arrête-toi après [NOMBRE DE PAGES OU D’ÉLÉMENTS]. N’ouvre la fiche détaillée d’un élément que si une colonne n’apparaît pas dans la liste. Ajoute une colonne « URL source » à chaque ligne. Nettoie les données : supprime les espaces en trop, garde les prix en nombres avec une colonne devise à part, utilise un seul format de date (JJ/MM/AAAA) et laisse la cellule vide plutôt que de deviner. Supprime les doublons exacts. Enregistre le tout sous [NOM DU FICHIER].xlsx avec la ligne d’en-tête figée et les filtres activés, plus un second onglet listant les pages illisibles et pourquoi. N’utilise que des pages publiques et respecte les conditions d’utilisation du site et son robots.txt.
Ce qu’il faut changer
- [LIEN DU SITE OU DE LA PAGE]: La page publique où commence la liste : une page catégorie, un résultat de recherche d’annuaire, un agenda d’événements…
- [COLONNES SOUHAITÉES]: Par exemple « nom, prix, note, nombre d’avis, marque » ou « entreprise, ville, téléphone, site web ».
- [NOMBRE DE PAGES OU D’ÉLÉMENTS]: Par exemple « 10 pages » ou « 300 éléments ». Commencez petit pour vérifier le résultat.
- [NOM DU FICHIER]: Par exemple « Moulins_a_cafe_octobre ». Votre agent ajoute le .xlsx.
Exemple de résultat
- Moulins_a_cafe_octobre.xlsx
- Source : page catégorie publique « Moulins à café » d’une boutique d’arts de la table (exemple) · 12 pages lues · 286 lignes
- Onglet 1 : Données (premières lignes)
- • Nom : Burrline Pro 40 · Marque : Burrline · Prix : 189,00 · Devise : EUR · Note : 4,6 · Avis : 412 · URL source : /p/burrline-pro-40
- • Nom : Moulin manuel Mokka · Marque : Mokka · Prix : 59,90 · Devise : EUR · Note : 4,3 · Avis : 88 · URL source : /p/mokka-manuel
- • Nom : Steelmill S2 · Marque : Steelmill · Prix : 129,00 · Devise : EUR · Note : (vide, pas encore d’avis) · Avis : 0 · URL source : /p/steelmill-s2
- Comment le fichier est construit
- • Ligne d’en-tête figée, filtres sur toutes les colonnes
- • Prix et notes enregistrés en nombres : vous pouvez trier et utiliser SOMME ou MOYENNE
- • Devise dans sa propre colonne au lieu d’être mêlée au texte du prix
- • 9 doublons exacts supprimés (le même produit affiché à deux endroits)
- Onglet 2 : Non récupéré
- • Page 7, élément « Grindmaster Duo » : la fiche détaillée renvoyait une erreur, une nouvelle tentative a échoué
- • Page 11, élément « Offre groupée » : aucun prix affiché, cellule laissée vide
- Remarques
- • Le robots.txt du site autorise les pages catégorie. J’ai fait une pause entre chaque page pour ne pas surcharger le site.
- • Les prix sont ceux affichés le 08/10. Quand un prix promo apparaissait, il a été relevé, avec le prix normal dans une colonne à part.
- Vous le voulez chaque semaine ? Dites « relance ça chaque lundi à 7 h et envoie-moi seulement les lignes nouvelles ou modifiées ».
Comment faire avec todo.is
- Copiez le prompt et indiquez le lien de la page, les colonnes et la quantité à récupérer.
- Collez-le sur l’écran Aujourd’hui de todo.is, ou envoyez-le à votre agent sur WhatsApp ou Telegram.
- Votre agent parcourt les pages, récupère les champs et vérifie les données avant de créer le fichier.
- Téléchargez le .xlsx, comparez quelques lignes avec le site, puis demandez des colonnes en plus ou une relance hebdomadaire.
Conseils pour un meilleur résultat
- Nommez vos colonnes exactement comme vous les voulez dans l’en-tête : pas besoin de renommer ensuite.
- Faites d’abord un petit test (une ou deux pages), vérifiez-le, puis demandez l’extraction complète.
- Évitez de collecter des données personnelles (noms, e-mails, téléphones de particuliers) : en Europe, le RGPD s’applique même quand l’info est publique.
- Demandez une colonne « Date d’extraction » si vous comparez plusieurs relevés dans le temps.
- Si le site propose un export officiel ou une API, utilisez-les : c’est plus fiable que l’extraction.
extraire les données d’un site web vers Excel : questions fréquentes
- Est-ce légal d’extraire les données d’un site web vers Excel ? Collecter des données publiques pour son propre usage est courant, mais les règles dépendent des conditions du site, de votre pays et de la nature des données. Évitez les données personnelles et lisez les conditions d’utilisation avant de réutiliser ou publier quoi que ce soit.
- Peut-il extraire des pages chargées en JavaScript ou en défilement infini ? Oui. Votre agent utilise un vrai navigateur : il peut faire défiler la page et attendre que le contenu se charge, comme un visiteur.
- Combien de lignes puis-je obtenir ? Quelques milliers, c’est raisonnable pour la plupart des sites, mais les grosses extractions prennent plus de temps et de crédits. Commencez par quelques pages, puis augmentez.
- Puis-je avoir un CSV ou un Google Sheets plutôt qu’un Excel ? Oui. Demandez un CSV, ou demandez à votre agent de tout mettre dans Google Sheets si votre compte Google est connecté.
JavaScript is required to use the todo.is app.