Otto est l'un des plus grands détaillants généralistes d'Allemagne, et ses pages produit s'assemblent dans le navigateur plutôt que d'être servies entières. Ce service les charge comme le ferait un navigateur et renvoie dix-sept colonnes par URL produit - le même schéma que nos autres scrapers de catalogue, un seul importateur les lit donc toutes.
Demandez https://www.otto.de avec un client ordinaire et vous obtenez une page fonctionnelle d'environ 320 Ko portant soixante-dix et quelques balises de script et aucun lien produit dans le balisage servi. Le catalogue arrive ensuite, depuis JavaScript. Tout ce qui repose sur une bibliothèque HTTP et un analyseur HTML lit une page valide et n'y trouve aucun produit - ce service charge la page comme le ferait un navigateur.
Otto vend au public, et cela mérite d'être dit car les autres catalogues sur ce schéma - BiggestBook, Vistaprint, Waxie - sont des sites professionnels dont les colonnes de prix reviennent vides pour des raisons propres à chacun. Une boutique grand public publie ses prix à tout le monde. Nous n'avons pas mesuré ceux d'Otto, nous ne les promettons donc pas non plus, mais les raisons que ces pages donnent pour des colonnes monétaires vides ne se transposent pas ici.
L'export contient price et parsed_price, sku et sku_code, image et images, url et product_url. Dans chaque paire, l'une sert à lire et l'autre à calculer, et savoir laquelle est laquelle avant d'écrire l'importateur évite une réécriture.
Livescraper applique ce schéma à une série de sources de distribution et d'approvisionnement. Les dix-sept noms et leur ordre sont identiques : un seul importateur les lit toutes, et ajouter une deuxième source relève de la configuration, pas du projet.
La dernière colonne est status, écrite par notre exportateur et non par le site. Une ligne qui n'a pas pu être récupérée arrive quand même, avec le motif. Vous rapprochez de la liste d'entrée au lieu de découvrir un trou silencieux trois semaines plus tard.
Les deux exécutions derrière cette page ont toutes deux soumis une URL fictive qui a renvoyé un 404 : nous n'avons donc aucune donnée produit Otto. La liste de colonnes ci-dessous est réelle - c'est la ligne d'en-tête de ces exports. Les valeurs ne sont pas décrites, parce que nous n'en avons vu aucune.
Lues dans la ligne d'en-tête d'un véritable export de ce service, dans l'ordre de la feuille. Les deux exécutions dont nous disposons n'ont renvoyé aucune donnée sous cet en-tête - voyez la note sous le tableau -, chaque entrée dit donc à quoi sert la colonne, et s'arrête là.
sku plus bas - vérifiez les deux avant de choisir une clé de jointure, car dans cette famille de schémas ils sont remplis indépendamment et ont été observés tantôt identiques, tantôt différents.url, qui indique l'adresse d'où la ligne a effectivement été produite ; les deux divergent dès qu'un lien soumis redirige.parsed_price lorsque vous devez calculer. Sur une boutique allemande, la forme affichée n'est pas celle que votre tableur interprète par défaut.rating. Là où les deux sont présents, ils vont ensemble ; une note sans effectif derrière ne suffit pas pour classer.sku_code.query pour repérer les redirections, et à product_url pour repérer la canonisation.http 404, parce que l'URL soumise était une adresse fictive qui n'existe pas.Dix-sept colonnes par ligne · CSV, JSON ou Excel
Derrière cette page se trouvent deux exécutions, du 14 et du 15 juillet 2026, dont les charges utiles sont identiques octet pour octet. Toutes deux ont soumis https://www.example.com/product/123 - une adresse fictive, pas une adresse Otto - et toutes deux ont renvoyé une seule ligne portant http 404, les quatorze colonnes de données vides. Nous pouvons donc vous donner le schéma avec certitude, et absolument rien sur les valeurs d'Otto, et cette page ne prétend pas le contraire. Les dix-sept noms apparaissent dans le même ordre dans nos exports BiggestBook, Vistaprint et Waxie, et les exécutions Waxie sont remplies - c'est ainsi que nous savons que le schéma est vivant et non une ébauche. Nous ne décrivons délibérément pas les colonnes d'Otto à l'aide des valeurs de ces pages : ce sont des sites professionnels dont les colonnes monétaires sont vides pour des raisons particulières à chacun, et Otto est un détaillant grand public. Emprunter leurs mesures serait une supposition déguisée en fait.
Soumettez les URL des produits qui vous intéressent selon un calendrier et conservez parsed_price, currency et la date d'exécution. La valeur n'est pas dans un chiffre isolé mais dans la série - un détaillant déplace généralement une gamme entière d'un coup, et un tableau le montre là où un onglet de navigateur ne le montre pas.
Regroupez un export par brand et comptez. La profondeur par marque vous dit où un détaillant s'est engagé et où il ne fait que tester - la même question qu'un acheteur se pose avant d'ajouter un fournisseur, répondue depuis le catalogue lui-même.
Les bases produit sont en général solides sur les identifiants et pauvres en textes et en images. description, image et images comblent ce vide face à un identifiant que vous possédez déjà, sans rien re-photographier.
Le catalogue d'un détaillant national est l'image la moins chère disponible de ce qu'un marché propose et à quel niveau de prix. Conservez name, brand et parsed_price et vous avez la forme d'une catégorie sans commander d'étude.
Une seule fois, à l'inscription. Sans carte, et sans rien à résilier ensuite.
Facturé sur les lignes réellement renvoyées. Une ligne qui revient avec un status autre qu'un succès n'est pas une ligne de données produit, et ne vous est pas facturée comme telle.
Les crédits n'expirent pas au rythme mensuel. Lancez un balayage de catalogue en mars puis plus rien jusqu'en septembre si le travail a cette forme.
LIVESCRAPER10 au paiement.Un autre détaillant grand public sur le même schéma - la deuxième source naturelle quand vous lisez un marché européen de l'habillement plutôt qu'un catalogue professionnel.
Les mêmes dix-sept colonnes pointées vers un grossiste professionnel, où les champs d'identifiant portent deux numéros différents et où le prix est derrière une connexion.
Un autre catalogue qui s'affiche côté client, sur le même schéma - utile si vous construisez un importateur pour plusieurs sources.
Une image datée de la page à côté de la ligne. Sur un catalogue assemblé dans le navigateur, cela en vaut la peine : c'est le seul enregistrement de ce qui a réellement été rendu.
Des faits produit sur une page accessible au public relèvent de l'information concurrentielle ordinaire. Les réserves à signaler ici portent sur la réutilisation et sur le fait qu'un site allemand est un site allemand.
Un prix, un nom de produit, une marque et un état de stock sont des faits sur des biens mis en vente. Les lire sur une page servie à tout visiteur, c'est la même activité qu'un acheteur mène à la main, à une vitesse utile. Rien dans les dix-sept colonnes ne décrit une personne : ni nom, ni adresse e-mail, ni téléphone, ni compte - les questions de protection des données qui façonnent nos services portant sur des personnes ne se posent donc pas ici. Il vaut la peine de le dire explicitement sur un site allemand, car le RGPD est la première chose que l'on demande, et il régit les données personnelles - ce qu'une ligne produit n'est pas.
Deux réserves méritent d'être nommées. D'abord la réutilisation : les descriptions et la photographie produit sont l'œuvre protégée de quelqu'un. Les exploiter en interne pour du suivi de prix, de l'analyse d'assortiment ou du rapprochement avec vos propres fiches est une pratique courante ; les republier comme votre propre catalogue est une autre question, avec une autre réponse. Ensuite, les préférences déclarées du site lui-même. Otto publie un robots.txt et, pour un robot général, il ne comporte qu'une poignée d'exclusions étroites plutôt qu'une exclusion globale : les pages produit ne figurent donc pas parmi les chemins qu'il demande aux robots d'éviter. Nous lisons ce fichier plutôt que de supposer, nous restons sur des pages accessibles au public et nous avançons à un rythme mesuré.
Nos propres conditions sont les mêmes que pour tous les autres services d'ici. Uniquement des pages accessibles au public, rien derrière une connexion, aucun traqueur tiers sur la couche de données, et les exports sont supprimés automatiquement au bout de 30 jours. Vos 500 premières lignes sont gratuites et n'exigent pas de carte.
query, sku_code, product_url, name, description, parsed_price, price, currency, availability, rating, reviews, images, brand, sku, url, image et status. Une ligne par URL produit soumise.http 404 : toutes les colonnes de données sont revenues vides. Cela suffit à établir les dix-sept noms de colonnes, et rien de plus - c'est pourquoi cette page décrit à quoi sert chaque colonne et jamais à quoi ressemblent ses valeurs.https://www.otto.de avec un client ordinaire renvoie une page fonctionnelle d'environ 320 Ko portant une soixantaine-dizaine de balises de script et aucun lien produit dans le balisage servi. Le catalogue est demandé et rendu ensuite : un scraper reposant sur un simple analyseur HTML voit une page valide sans rien dedans.name et description sont ce que la boutique imprime, et c'est une boutique allemande. Prévoyez l'encodage et la collation de ces colonnes en conséquence, et rappelez-vous que le price affiché utilisera le formatage numérique allemand alors même que parsed_price existe précisément pour être calculé.price est le prix tel qu'affiché et parsed_price le même chiffre sous forme de nombre brut ; sku et sku_code sont remplis indépendamment dans cette famille de schémas et ont été observés tantôt identiques, tantôt différents : vérifiez donc les deux avant de choisir une clé de jointure. La même duplication vaut pour image et images, et pour url et product_url.http 404.Dix-sept colonnes par produit, depuis une boutique qui s'assemble elle-même dans le navigateur. Vos 500 premières lignes sont gratuites, puis 0,002 $ l'unité.
Otto est l'un des plus grands détaillants généralistes d'Allemagne et vend vêtements, meubles, électronique et articles ménagers au public via otto.de. Qu'il s'agisse d'une boutique grand public et non d'un distributeur professionnel compte plus qu'il n'y paraît, car les autres catalogues partageant ce schéma - BiggestBook, Vistaprint, Waxie - sont tous des sites professionnels, et chacun a sa propre raison de renvoyer des colonnes de prix vides. Un détaillant qui vend à tout le monde publie ses prix à tout le monde. Nous n'avons pas mesuré ceux d'Otto, cette page ne les promet donc pas, mais le raisonnement qui s'applique à ces pages ne se transpose pas à celle-ci et nous préférons le dire plutôt que laisser l'air de famille suggérer quelque chose que nous n'avons pas testé.
L'obstacle pratique tient à la construction du site. Une requête vers https://www.otto.de depuis un client HTTP ordinaire renvoie une réponse réussie d'environ 320 Ko portant autour de soixante-dix balises de script et aucun lien produit dans le balisage qu'elle sert - les listes s'assemblent côté client, une fois cette coquille arrivée. Tout ce qui repose sur une bibliothèque HTTP et un analyseur HTML lira donc une page valide sans rien y trouver, ce qui est la raison la plus fréquente pour laquelle un scraper fait maison semble fonctionner et renvoie des lignes vides. Ce service charge la page comme le ferait un navigateur : les produits sont là avant que quoi que ce soit ne soit lu.
L'export compte dix-sept colonnes par URL produit : query, sku_code, product_url, name, description, parsed_price, price, currency, availability, rating, reviews, images, brand, sku, url, image et status. Quatre d'entre elles fonctionnent par paires - prix affiché contre prix calculable, deux champs d'identifiant, image principale contre toutes les images, URL demandée contre URL canonique - et savoir quelle moitié utiliser avant d'écrire l'importateur fait la différence entre un chargement propre et une réécriture. Que la paire d'identifiants mérite d'être vérifiée n'est pas théorique : dans notre export Waxie, qui utilise ce même schéma, les deux colonnes portaient des numéros réellement différents, la référence du distributeur et celle du fabricant. Attendez-vous à du texte allemand dans name et description, et à un formatage numérique allemand dans le price affiché.
Nous sommes délibérément clairs sur les limites de ce que nous pouvons montrer. Les deux exécutions derrière cette page, du 14 et du 15 juillet 2026, ont toutes deux soumis une adresse fictive plutôt qu'une adresse Otto, et toutes deux sont revenues avec un 404 et chaque colonne de données vide. Cela établit le schéma - une ligne d'en-tête est une véritable ligne d'en-tête même sans données en dessous - et n'établit rien sur les valeurs d'Otto : vous ne trouverez donc nulle part sur cette page de prix, de références ou de notes d'exemple. Sur le plan juridique, une ligne produit ne contient aucune donnée personnelle, ce qui est la première question que soulève d'ordinaire un site allemand ; les descriptions et la photographie relèvent séparément du droit d'auteur et de la réutilisation. Otto publie un robots.txt et, pour un robot général, il ne liste qu'une poignée d'exclusions étroites plutôt qu'une exclusion globale : les pages produit ne figurent donc pas parmi les chemins qu'il demande d'éviter. Uniquement des pages accessibles au public, aucun traqueur tiers sur la couche de données, et les exports sont supprimés automatiquement au bout de 30 jours. Vos 500 premières lignes sont gratuites et n'exigent pas de carte.