Tapez un métier - ou collez une URL de catégorie ou de recherche BBB - et les entreprises reviennent en lignes : le nom, la note en lettre de BBB, si elles sont accréditées, leurs catégories, adresse, téléphone, e-mail, site web et depuis combien de temps elles exercent.
Il n'y a pas de réglage de tri ici. Ce qui façonne l'exécution, c'est ce que vous tapez et la quantité que vous voulez.
bbb.org/us/category/…, ou une URL complète bbb.org/search?… avec les filtres de lieu que vous voulez - un par ligne, mélangés librement.Construire d'abord la recherche sur bbb.org est le moyen facile de fixer un lieu : les filtres que vous y posez voyagent avec l'URL.
Trois choses que porte cet export et qu'un annuaire d'entreprises généraliste n'a généralement pas.
rating est la note en lettre attribuée par BBB - une chaîne comme A+, pas une note en étoiles - et accredited indique si l'entreprise paie pour être accréditée. Ensemble, elles forment un filtre que vous ne pouvez pas construire depuis une fiche cartographique : une présélection d'entreprises notées et accréditées dans un métier.
category est le métier principal et all_categories la liste complète séparée par des virgules, qui en compte généralement plusieurs. Un couvreur qui liste aussi les fenêtres et le bardage affiche les deux - vous pouvez donc chercher étroit et voir malgré tout tout ce qu'il revendique faire.
Téléphone, site web, adresse et souvent un e-mail arrivent en colonnes distinctes, à côté de years_in_business et d'un contact nommé. Toutes les entreprises ne publient pas tout - voyez la note ci-dessous sur la façon dont cet export gère cela, car il ne fait pas ce à quoi vous vous attendez.
C'est la seule chose réellement surprenante de ce service, et elle cassera du code naïf. Deux minutes ici épargnent un après-midi.
Quand une entreprise ne publie pas un champ, la colonne n'est pas vide - elle est absente de cette ligne, purement et simplement. Sur les lignes que nous avons lues, il y avait des dizaines de jeux de clés différents à l'intérieur d'un même fichier. Seule une poignée de colonnes figurait sur chaque ligne : la requête, l'URL de la fiche, le nom, le métier principal, le téléphone, la ville, l'État et le code postal, et le fait que l'entreprise soit accréditée. Tout le reste va et vient selon ce que cette entreprise a choisi de publier.
Dans un téléchargement CSV ou Excel, cela est invisible - les colonnes s'alignent et les trous sont des cellules vides. Pour l'export JSON, cela compte beaucoup. Du code qui lit row.website en attendant une chaîne obtiendra undefined plutôt qu'une chaîne vide, et tout ce qui suppose une forme uniforme d'une ligne à l'autre échouera sur la première entreprise qui garde son e-mail pour elle. Lisez défensivement, ou prenez le format tableur et laissez-le normaliser à votre place.
Deux des colonnes déclarées ne sont jamais apparues dans ce que nous avons lancé - licenses et social_media. Elles font partie de la liste de colonnes déclarée par le service, elles pourraient donc se remplir pour des entreprises ou des catégories que nous n'avons pas touchées, mais nous n'avons jamais vu de valeur dans l'une ou l'autre et elles n'ont donc pas d'entrée dans le tableau ci-dessous. C'est pourquoi il en liste trente et non trente-deux.
Une colonne arrive délibérément déformée. additional_emails porte l'obfuscation anti-scraping propre à BBB - une adresse apparaît sous une forme du type …finance__at__troysellersauto__dot__com… entourée de marqueurs. Chaque ligne qui possède ce champ est ainsi, et la colonne email simple ne l'est jamais. Défaire cela est mécanique, mais encore faut-il le savoir : retirez les marqueurs, transformez __at__ en @ et __dot__ en point, et vous obtenez la même adresse que contient la colonne propre.
Les noms sont la liste déclarée par le service lui-même. Les formats ont été lus sur de vraies lignes. Rappelez-vous que la plupart sont absentes plutôt que vides lorsqu'une entreprise ne les publie pas.
category.primary_category sur chaque ligne que nous avons vue. Présente sur chaque ligne, ce que primary_category n'est pas.years_in_business.__at__ et __dot__. Chaque ligne qui possède ce champ est ainsi ; décodez-la avant usage, ou préférez email.average_rating - jamais l'une sans l'autre.Les formats ci-dessus ont été mesurés plutôt que décrits. Six exports, chaque ligne lue : rating une chaîne de note en lettre, average_rating un nombre de 1 à 5 toujours associé à reviews_total, accredited la chaîne Yes ou No, service_area un tableau, images un unique objet, all_categories une chaîne jointe par des virgules, et category identique à primary_category sur chaque ligne qui portait les deux. Deux choses à retenir. D'abord, cet export omet des clés plutôt que de les vider : seule une poignée de colonnes est garantie présente sur une ligne donnée - lisez le JSON défensivement ou prenez le tableur. Ensuite, le tableau ci-dessus liste trente des trente-deux colonnes déclarées : licenses et social_media ne sont jamais apparues dans ce que nous avons lancé, donc plutôt que de décrire des champs dont nous n'avons jamais vu de valeur nous les nommons ici et les laissons de côté. Elles pourraient se remplir pour des catégories que nous n'avons pas explorées. Tout ce que nous avons lancé était une recherche américaine, cette page ne prétend donc rien non plus sur la couverture ailleurs.
Tous partent de quelque chose que vous taperiez dans la recherche de BBB elle-même.
Cherchez une catégorie, gardez rating et accredited, et vous avez une liste filtrée sur quelque chose qu'une fiche cartographique ne peut pas vous donner - l'appréciation propre de BBB. Ajoutez years_in_business et vous pourrez privilégier les entreprises ayant un historique plutôt qu'une fiche récente.
Injectez les métiers auprès desquels vous achetez et rapprochez sur name et displayed_address. Ce qui revient, c'est la note, l'accréditation et l'ancienneté de chacun - et url vous amène directement à la fiche si une note invite à regarder de plus près.
service_area est un tableau des comtés et États où une entreprise se déplace, ce qui est une question différente de celle de savoir où se trouve son bureau. Pour qui planifie une couverture territoriale, cette distinction est tout l'enjeu.
Pas d'abonnement, pas de minimum, pas de licence par utilisateur. Vos 500 premières lignes sont offertes - ensuite, c'est du paiement à l'usage.
Sur chaque nouveau compte, une seule fois. Sans carte bancaire. Tous les scrapers débloqués - et de quoi lancer une catégorie et constater par vous-même quelles colonnes apparaissent et lesquelles sont simplement absentes.
Environ 2 $ pour 1 000 entreprises, le même tarif forfaitaire que pour tout autre scraper de la plateforme. La limite s'applique par requête et n'a pas de valeur par défaut : une catégorie large avec le champ vide peut donc tourner longtemps - fixez-en une petite d'abord.
Tarifs au volume, SLA, workers dédiés et intégration sur mesure pour les équipes qui construisent un annuaire plutôt qu'une présélection. Donnez-nous vos chiffres et nous établirons un devis.
LIVESCRAPER10 au paiement.Celui-ci renvoie l'entreprise. Ceux-là renvoient ce que les gens en ont dit, et où elle apparaît ailleurs.
L'étape suivante évidente : la colonne url de cette page est exactement ce que celui-là prend en entrée. Notez que son rating est une note client en étoiles de 1 à 5, et non la note en lettre que vous obtenez ici.
Les mêmes entreprises telles que le grand public les voit, avec une couverture bien plus large et son propre jeu de colonnes. Utile pour trouver les entreprises qui ne se sont jamais inscrites auprès de BBB.
Pour les fiches d'ici qui publient un site mais pas d'adresse. Pointez-le sur la colonne website et il lira le site lui-même plutôt que l'entrée d'annuaire.
Réponse courte : ce sont des inscriptions publiques d'entreprises - mais cet export porte davantage sur des personnes que la plupart, et cela mérite d'être abordé délibérément.
Tout ce qui figure dans ces colonnes est montré à n'importe quel visiteur sur une fiche BBB publique, connecté ou non. Aucune connexion n'est utilisée, aucun paywall franchi et aucun compte touché, et l'exécution passe par notre pool de proxys plutôt que par votre propre adresse. Collecter des informations d'entreprise publiquement référencées à des fins de recherche, de génération de prospects et de vérification préalable est une pratique établie de longue date.
Les coordonnées professionnelles ne sont pas automatiquement exemptées du droit de la vie privée. contact_information contient une personne nommée et sa fonction, et email, phone et additional_phone sont des moyens de joindre une personne même lorsqu'elle figure sous un nom d'entreprise. L'adresse référencée d'une petite structure est souvent le domicile de quelqu'un. Au regard du RGPD et de régimes équivalents, ce sont des données personnelles, et si vous comptez les utiliser pour de la prospection, vous avez en plus des règles de marketing à respecter - le CAN-SPAM Act aux États-Unis, PECR et le RGPD au Royaume-Uni et dans l'UE - qui portent sur le consentement et le retrait, non sur la façon dont vous avez obtenu l'adresse.
L'obfuscation d'additional_emails est un signal qu'il faut lire honnêtement : BBB a pris une mesure délibérée pour rendre cette colonne difficile à moissonner en masse. Rien ne vous empêche de la décoder, et cette page vous dit comment, mais prenez-le comme un rappel de rester proportionné - une présélection que vous contacterez réellement n'est pas la même chose qu'un fichier d'adresses aspiré. Les conditions de BBB régissent l'accès automatisé à leur site ; lisez-les avant de monter en charge. Nous n'exécutons aucun traceur tiers sur la couche de données, et vos exports s'auto-suppriment au bout de 30 jours.
Les questions qui reviennent le plus. Autre chose ? Écrivez-nous - ce sont des humains qui rédigent les réponses, pas des bots.
Le moyen le plus rapide d'apprendre cet export est d'observer quelles colonnes apparaissent et lesquelles sont simplement absentes. Vos 500 premières lignes sont gratuites.
Le Scraper d'Entreprises BBB transforme l'annuaire du Better Business Bureau en tableur. Vous soumettez un terme de recherche simple, une URL de catégorie BBB, ou une URL complète bbb.org/search portant les filtres de lieu que vous avez posés - un par ligne, mélangés librement, ou téléversés en fichier CSV, XLSX, TXT ou Parquet -, fixez une limite si vous le souhaitez, et chaque entreprise revient sous forme de ligne : le nom, la note en lettre de BBB, si elle est accréditée, ses catégories à deux niveaux, l'adresse découpée en parties, téléphone et fax, site web et e-mail, depuis combien de temps elle exerce, la zone d'intervention couverte et une image de fiche. Une ligne par entreprise, téléchargeable en CSV, Excel ou JSON. Ce service n'a pas de réglage de tri ; ce qui façonne l'exécution, ce sont la requête et la limite.
Le comportement à comprendre avant d'écrire du code contre cela, c'est que l'export omet des clés plutôt que de les vider. Quand une entreprise ne publie pas un champ, cette colonne est absente de la ligne, purement et simplement, et sur les lignes que nous avons lues il y avait des dizaines de jeux de clés différents dans un seul fichier. Seule une poignée est présente à chaque fois : la requête, l'URL de la fiche, le nom, le métier principal, le téléphone, la ville, l'État et le code postal, et l'indicateur d'accréditation. Dans un téléchargement CSV ou Excel c'est invisible, car les colonnes s'alignent et les trous sont des cellules vides. En JSON c'est la différence entre une chaîne vide et undefined : lisez donc défensivement, ou prenez le tableur et laissez-le normaliser à votre place.
Deux colonnes portent des noms trompeurs si l'on survole. rating est la note en lettre propre à BBB - une chaîne comme A+ - et non une note de clients ; la moyenne en étoiles des clients est average_rating, un nombre de 1 à 5 qui apparaît avec reviews_total et seulement pour les entreprises ayant des avis. Si vous utilisez aussi notre Scraper d'Avis d'Entreprises BBB, notez que rating y désigne la note en étoiles : le même mot signifie donc deux choses différentes d'une page à l'autre. Pour le reste les formats sont cohérents et ont été mesurés plutôt que supposés : accredited est la chaîne Yes ou No plutôt qu'un booléen, service_area un tableau de comtés et d'États, images un unique objet plutôt qu'un tableau, all_categories une chaîne jointe par des virgules généralement bien plus large que la category principale, et business_start une année stockée en chaîne tandis que years_in_business est un nombre.
Une colonne arrive délibérément déformée. additional_emails porte l'obfuscation anti-scraping propre à BBB, avec des marqueurs autour d'une forme qui écrit __at__ pour le @ et __dot__ pour les points ; chaque ligne qui possède ce champ est ainsi, et la colonne email simple ne l'est jamais. Défaire cela est mécanique une fois qu'on sait qu'il faut le faire. Deux des trente-deux colonnes déclarées, licenses et social_media, ne sont jamais apparues dans ce que nous avons lancé : cette page en documente donc trente et le dit, plutôt que de décrire des champs dont elle n'a jamais vu de valeur. Sur le plan juridique ce sont des inscriptions publiques d'entreprises, mais l'export porte un contact nommé et des coordonnées directes, et l'adresse référencée d'une petite structure est souvent le domicile de quelqu'un - traitez-la comme des données personnelles, et rappelez-vous que l'utiliser pour de la prospection entraîne ses propres règles de marketing, quelle que soit la façon dont vous l'avez obtenue. Lisez les conditions de BBB avant de monter en charge. Commencez gratuitement : vos 500 premières lignes ne coûtent rien et ne demandent pas de carte, puis 0,002 $ par ligne, au forfait. Consultez les tarifs pour les prix en vigueur.