Python Scraping & n8n/Make Automation | E-commerce Price Monitoring

Je propose un service de web scraping sur mesure pour extraire des données depuis des sites web, avec un focus sur les sites e-commerce et catalogues produits.

Je récupère les informations dont vous avez besoin (prix, titres, références, disponibilité, liens, etc.) et je vous livre des données propres, structurées et prêtes à l’emploi, exploitables immédiatement.

Ce que vous obtenez -Extraction de données depuis un ou plusieurs sites -Données nettoyées et organisées (pas de données brutes inutilisables) -Fiihier CSV / Excel / Google Sheets -Structure adaptée à votre usage (import, analyse, comparaison)

Idéal si vous avez besoin de récupérer rapidement des données fiables sans copier-coller manuel.

Portfolio

Mise en place d'un scraper avancé pour collecter plus de 2 000 produits sur Fnac et Cdiscount, deux sites e-commerce utilisant intensivement JavaScript et dotés d'une protection anti-bots. Navigation automatisée via Playwright (simulation de navigateur réaliste) et extraction des données avec BeautifulSoup. Les données (titre, prix, URL) ont été nettoyées, normalisées et exportées au format CSV, prêtes pour l'analyse.
Centralisation, nettoyage et normalisation d'annonces immobilières provenant de plusieurs plateformes à Madagascar afin de constituer une base de données homogène, comparable et exploitable pour l'analyse du marché immobilier.
J'ai commencé par analyser chaque plateforme afin d'identifier sa structure et les spécificités de ses annonces. Une stratégie d'extraction adaptée à chaque site a ensuite été mise en place.
Une attention particulière a été portée au traitement et à la normalisation des données :

Extraction des informations pertinentes depuis chaque annonce.
Recherche et récupération du prix lorsqu'il était présent dans différents champs (titre, description).
Normalisation des devises afin d'obtenir un format homogène.
Conversion et standardisation des superficies en m².
Calcul et uniformisation des informations nécessaires à la comparaison des offres.
Suppression des doublons et filtrage des données incomplètes.
Structuration des informations

Centralisation, nettoyage et normalisation d'annonces immobilières provenant de plusieurs plateformes à Madagascar afin de constituer une base de données homogène, comparable et exploitable pour l'analyse du marché immobilier. J'ai commencé par analyser chaque plateforme afin d'identifier sa structure et les spécificités de ses annonces. Une stratégie d'extraction adaptée à chaque site a ensuite été mise en place. Une attention particulière a été portée au traitement et à la normalisation des données :

Extraction des informations pertinentes depuis chaque annonce. Recherche et récupération du prix lorsqu'il était présent dans différents champs (titre, description).
Normalisation des devises afin d'obtenir un format homogène. Conversion et standardisation des superficies en m².
Calcul et uniformisation des informations nécessaires à la comparaison des offres.
Suppression des doublons et filtrage des données incomplètes.
Structuration des informations