Livescraper
Se connecterCommencer
Extracteur de recherche Yellow Pages

Une catégorie et une ville,
en tableau de leads.

Tapez ce que vous cherchez et où, et récupérez les fiches en lignes : le nom, le téléphone, la rue, les catégories, la note et le nombre d'avis, les horaires, le site web - et, là où l'enrichissement aboutit, des e-mails de contact assortis d'un verdict de délivrabilité, des profils sociaux et des détails lus sur le site lui-même. Soixante-trois colonnes, une ligne par fiche.

Commencer gratuitement Voir les tarifs
500 lignes gratuites, une seule foispuis 0,002 $ par ligne63 colonnesCSV · XLSX · JSON
Comment ça marche

Deux champs en entrée,
un tableau de leads en sortie.

L'entrée, ce sont les deux mêmes choses que vous taperiez sur le site lui-même - ce que vous voulez, et où.

  1. ÉTAPE 1Connectez-vous à la plateforme.
  2. ÉTAPE 2Ouvrez le Yellow Pages Search Scraper.
  3. ÉTAPE 3Choisissez la région.
  4. ÉTAPE 4Tapez le terme de recherche et la localité.
  5. ÉTAPE 5Fixez une limite d'enregistrements, ou laissez-la vide pour tout prendre.
  6. ÉTAPE 6Cliquez sur Start scraping.

Les deux champs se retrouvent sur chaque ligne, réunis en une seule valeur query de la forme search, location : un fichier qui mélange plusieurs recherches reste donc séparable ensuite.

Pourquoi les équipes l'utilisent

Une fiche d'annuaire,
déjà enrichie.

La fiche, puis tout ce qui vient après

Les champs d'annuaire ne sont que le premier tiers de la ligne. Le reste, c'est l'enrichissement : des e-mails avec verdict de délivrabilité, des profils sociaux et des détails lus sur le site web de l'entreprise.

Des e-mails livrés avec un verdict

Les adresses arrivent accompagnées d'un statut plutôt que seules : une liste peut donc être réduite à ce qui vaut la peine d'être contacté avant que quiconque la charge dans un outil d'envoi.

Des horaires exploitables par une machine

Les horaires arrivent sous la forme Mo-Fr 09:00-18:00, Sa 09:00-15:00 et non en prose - une forme que vous pouvez analyser plutôt qu'une phrase qu'il faut interpréter.

Ce que vous récupérez

Soixante-trois colonnes -
et une chose à régler d'abord.

Cet export contient de vraies données, cette page peut donc être précise sur les formats. Il présente aussi une propriété qui corrompra silencieusement un pipeline, et elle mérite deux paragraphes avant le tableau.

L'ordre des colonnes n'est pas stable d'une exécution à l'autre. Toutes les exécutions dont nous disposons portent les mêmes soixante-trois noms, mais ils n'arrivent pas toujours dans la même séquence - dans l'une d'elles hours se trouvait en avant-dernière position plutôt qu'en vingtième, et les colonnes suivantes se sont décalées d'un rang. Rien n'a été ajouté, retiré ni renommé ; seul l'ordre a bougé.

C'est sans conséquence si vous lisez par nom de colonne, et destructeur si vous lisez par position. Un chargeur qui prend la colonne 20 pour amenities parce que c'était amenities la semaine dernière remplira ce champ avec des horaires d'ouverture et ne lèvera jamais d'erreur. Faites correspondre la ligne d'en-tête par nom à chaque import - et si votre outillage rend cela pénible, c'est la seule chose qu'il vaut la peine de corriger avant la première vraie exécution plutôt qu'après.

Essayer 500 lignes gratuites
Dictionnaire de données

Soixante-trois colonnes,
lues par nom.

Relevées dans la ligne d'en-tête et dans les clés JSON d'exécutions réelles, qui concordent. Les formats ci-dessous sont mesurés sur des cellules remplies : là où une colonne a une forme fixe, elle est donnée ; là où elle n'en a pas, elle n'est pas inventée.

name
Le nom de l'entreprise tel que la fiche l'affiche.
phone
Le téléphone principal, toujours sous la forme (212) 473-4444 - parenthèses, une espace, puis un tiret.
category
Les catégories en une seule chaîne. C'est exactement categories jointes par une virgule et une espace : les deux sont donc la même information deux fois - prenez celle qui vous convient et ignorez l'autre.
categories
Les mêmes catégories sous forme de tableau, la forme sur laquelle filtrer.
area
La ligne de rue de l'adresse. Ville, État et code postal ont leurs propres colonnes à côté.
city
La ville.
state
L'État, toujours deux lettres majuscules.
pincode
Le code postal, toujours cinq chiffres.
range
L'indicateur de gamme de prix que la fiche peut porter.
rating
La note moyenne, sous forme de nombre dans une chaîne. Elle et reviews_count arrivent toujours ensemble - une fiche a les deux ou aucune.
reviews_count
Sur combien d'avis cette moyenne est construite.
open_status
Si l'entreprise était ouverte à l'instant où cette ligne a été capturée - open now, closed now, opening soon, open 24 hours. Lisez-le par rapport au scraped_at de cette ligne, pas de l'exécution ; voyez la note ci-dessous.
email
Le champ e-mail unique. La sortie de l'enrichissement atterrit dans email_1 à email_3 et dans emails, les colonnes à lire pour les adresses de contact.
website
Le site propre à l'entreprise. Toutes les colonnes dérivées du site ci-dessous restent vides tant que celle-ci ne l'est pas - même si un site renseigné ne garantit pas qu'elles aient abouti.
directions
Un lien vers la page d'itinéraire de la fiche.
image
Un lien vers la vignette de la fiche.
years_in_business
Depuis combien de temps la fiche indique que l'entreprise exerce, en nombre entier.
description
Un court extrait, tronqué. Traitez-le comme un aperçu et non comme un texte de présentation : certaines valeurs sont la description de l'entreprise, d'autres un avis client - d'où le fait que l'un puisse s'arrêter au milieu d'une phrase ou sur un guillemet isolé.
source_url
La page de fiche dont la ligne a été lue. La colonne à conserver si vous devez un jour vérifier une valeur à la main.
hours
Les horaires sous la forme compacte Mo-Fr 09:00-18:00, Sa 09:00-15:00 - codes de jour à deux lettres, plages jointes par des virgules.
amenities
Les prestations que la fiche met en avant. Deux prestations peuvent arriver dans une même valeur séparées par un saut de ligne : découpez donc sur les sauts de ligne plutôt que de supposer un libellé unique.
facebook
Lien vers la page Facebook de l'entreprise.
instagram
Lien vers le profil Instagram de l'entreprise.
linkedin
Lien vers la page LinkedIn de l'entreprise.
tiktok
Lien vers le profil TikTok de l'entreprise.
medium
Lien vers la publication Medium de l'entreprise.
reddit
Lien vers la présence Reddit de l'entreprise.
skype
L'identifiant Skype de l'entreprise.
snapchat
Lien vers le profil Snapchat de l'entreprise.
telegram
Lien vers la présence Telegram de l'entreprise.
whatsapp
Le contact WhatsApp de l'entreprise.
twitter
Lien vers le profil X/Twitter de l'entreprise.
vimeo
Lien vers la chaîne Vimeo de l'entreprise.
youtube
Lien vers la présence YouTube de l'entreprise - une chaîne, une page utilisateur ou une seule vidéo : ne supposez donc pas une URL de chaîne.
github
Lien vers l'organisation GitHub de l'entreprise.
crunchbase
Lien vers le profil Crunchbase de l'entreprise.
emails
Toutes les adresses trouvées par l'enrichissement, sous forme de tableau.
emails_status
Une entrée par adresse de emails, chacune en deux parties jointes par une virgule : un verdict de délivrabilité, puis un détail. Le détail n'est pas un vocabulaire fixe - il peut nommer le type de boîte ou reprendre un domaine - alors aiguillez sur la partie avant la virgule et traitez le reste comme du texte libre.
website_title
Le <title> du site de l'entreprise.
website_description
La méta-description du site de l'entreprise.
website_keywords
Les méta-mots-clés du site de l'entreprise.
website_generator
Ce qui a construit le site, lu dans sa balise generator - un CMS, un constructeur de pages ou une extension SEO, souvent avec un numéro de version.
website_has_fb_pixel
Si un pixel Facebook a été trouvé sur le site. Un vrai booléen, pas une chaîne.
website_has_google_tag
Si une balise Google a été trouvée sur le site. Également un vrai booléen.
phones_extra
D'autres numéros trouvés pour l'entreprise, sous forme de tableau. Il peut reprendre le numéro déjà présent dans phone : dédoublonnez donc contre cette colonne avant d'appeler quoi que ce soit.
phones_extra_types
Le type de ligne de chaque entrée de phones_extra, aligné position par position et toujours de même longueur - mais une entrée peut être null lorsque le type n'a pas pu être déterminé : indexez donc avec précaution.
phone_type
Le type de ligne du téléphone principal phone.
contact_name
Un nom de contact issu de l'enrichissement. Ne supposez pas qu'il s'agit d'une personne - les valeurs sont aussi souvent un nom de cabinet ou de société que celui d'un individu : le découper en prénom et nom n'est pas sûr.
contact_title
La fonction associée à contact_name.
is_public
Si la société est cotée. Un vrai booléen.
wp_name
Le nom de la société tel que le détient le fournisseur de données téléphoniques.
wp_address
L'adresse telle que la détient le fournisseur de données téléphoniques.
phones_extra_wp
D'autres numéros issus du fournisseur de données téléphoniques.
emails_persons
Les personnes que l'enrichissement a rattachées aux adresses trouvées, sous forme de tableau.
employees
L'effectif de la société, sous forme de nombre.
scraped_at
Quand cette ligne a été capturée, sous la forme 2026-07-06 09:16:41.954000. Cela varie à l'intérieur d'une même exécution - les lignes d'un fichier n'ont pas toutes été lues au même instant, et c'est précisément ce qui fait de open_status une information propre à chaque ligne.
query
Vos deux saisies réunies en search, location, répétées sur chaque ligne qui en provient.
position
La place de la fiche dans l'ordre des résultats, commençant à 1 et unique au sein d'une exécution. La colonne sur laquelle trier pour reconstituer le classement exactement tel qu'il a été renvoyé.
email_1
La première adresse e-mail enrichie. Aucune ligne ne porte email_2 sans celle-ci.
email_2
La deuxième adresse e-mail enrichie, lorsqu'il y en a une.
email_3
La troisième adresse e-mail enrichie, lorsqu'il y en a une.
industry
Le secteur attribué par l'enrichissement au niveau de la société.
founded_year
L'année de création de la société, sous forme de nombre.

Lisez cet export par nom de colonne, jamais par position. Chaque exécution porte les mêmes soixante-trois noms, mais l'ordre n'est pas figé - dans l'une des nôtres, hours est arrivée en avant-dernière position au lieu de la vingtième, et tout ce qui suivait s'est décalé d'un rang. Rien n'a été renommé ni supprimé ; un chargeur positionnel aurait simplement écrit des horaires d'ouverture dans le champ des prestations et signalé une réussite. La deuxième chose à savoir, c'est que scraped_at varie à l'intérieur d'un même fichier, parce que les lignes n'ont pas toutes été capturées au même instant - open_status décrit donc l'instant propre à chaque ligne et n'est pas une propriété de l'exécution. Et trois formes plus modestes à gérer avant qu'elles ne surprennent : category n'est que categories jointes par des virgules, soit la même information deux fois ; amenities peut loger deux valeurs dans une chaîne séparées par un saut de ligne ; et phones_extra_types s'aligne sur phones_extra indice par indice mais peut contenir un null là où le type n'a pas été déterminé.

Réglages d'exécution

Réglé sur la tâche,
pas dans le tableur.

Quatre réglages, et ils constituent toute l'entrée : où chercher, quoi chercher, à quel endroit et combien prendre. Les boutons de tri et de filtre à côté des résultats sont des commandes d'affichage - ils façonnent ce que vous regardez, pas ce que l'exécution récupère.

Région Terme de recherche Localité Limite (enregistrements) Limite vide = tout Une ligne par fiche Export CSV Export XLSX Export JSON
Cas d'usage courants

Trois tâches qui tournent
ici plus que les autres.

Quelques exemples de la façon dont les équipes se servent des fiches d'annuaire pour répondre à une question qu'elles se posent vraiment.

Génération de leads

Bâtir une liste contactable en une passe

Une catégorie et une ville produisent les fiches ; les colonnes d'enrichissement produisent le moyen de les joindre. Comme chaque adresse arrive avec un verdict de délivrabilité, la liste peut être filtrée avant d'atteindre un outil d'envoi plutôt qu'une fois les rebonds revenus.

Génération de leads · Ventes
Cartographie

Mesurer un métier local et voir qui est installé

Note, nombre d'avis et années d'activité figurent sur la même ligne, et cela suffit à distinguer un marché encombré d'un marché clairsemé, et un nouvel entrant d'une institution - sans ouvrir une seule fiche à la main.

Recherche
Stack technique

Trouver les entreprises qui utilisent une solution donnée

Les colonnes site web disent avec quoi chaque site a été construit et s'il porte un pixel Facebook ou une balise Google. Pour qui vend aux utilisateurs d'une plateforme, cela transforme un annuaire en liste qualifiée.

Go-to-market
Commencer
Tarifs

Ne payez que les fiches
que vous extrayez vraiment.

Pas d'abonnement, pas de minimum, pas de facture récurrente. Vos 500 premières lignes sont pour nous - ensuite vous payez à l'usage, au même tarif forfaitaire que tous les autres scrapers d'ici.

Offre gratuite

500 lignes gratuites - 0 $

Sur chaque nouveau compte, une seule fois. Sans carte bancaire. La limite d'enregistrements et tous les formats d'export sont inclus.

0 $ pour toujours
À l'usage

0,002 $ par ligne après l'offre gratuite

Environ 2 $ pour 1 000 fiches, colonnes d'enrichissement comprises plutôt que facturées en étape supplémentaire. L'estimateur affiche le nombre de lignes et le coût en crédits avant le lancement.

Le plus choisi
Volume

Sur mesure · gros volumes

Tarifs au volume, workers dédiés et SLA pour un suivi continu ou de très gros extraits historiques. Donnez-nous vos chiffres, nous préparons un devis.

Parlons-en
Commencer gratuitement Voir tous les tarifs
10 % de remise sur votre première exécution payante.Utilisez le code LIVESCRAPER10 au paiement.
S'inscrire
Va bien avec

Un annuaire,
et ceux d'à côté.

Google Maps Scraper

La même tâche catégorie-et-ville face à l'autre grand index local. Lancer les deux, c'est ainsi que vous trouvez les entreprises qu'une source répertorie et dont l'autre n'a jamais entendu parler.

Découvrir

Chercheur d'adresses e-mail

Pour les lignes où l'enrichissement intégré est revenu sans adresse. Donnez-lui les sites web de cet export et travaillez le manque plutôt que de l'accepter.

Découvrir
Le point juridique

Le scraping des
Yellow Pages est-il légal ?

Réponse courte : oui pour le contenu des fiches - mais cet export porte des données de contact et un verdict de délivrabilité, et c'est cette partie qui mérite votre attention.

Une fiche Yellow Pages existe pour être trouvée. Le nom, le téléphone, l'adresse, les catégories, les horaires et la note sont montrés à quiconque lance la recherche, connecté ou non, et collecter des informations d'entreprises publiquement répertoriées à des fins d'étude de marché est une pratique établie de longue date. Rien ici ne touche à une connexion, à un compte ou à un mur payant.

C'est l'enrichissement qui exige de la prudence. Cet export ne s'arrête pas à l'annuaire : il ajoute des adresses e-mail, les personnes qui y sont rattachées, des numéros supplémentaires avec leur type de ligne et des profils sociaux. Une adresse d'entreprise sur un domaine d'entreprise est un contact professionnel dans la plupart des lectures - mais l'adresse d'une personne nommée est une donnée personnelle dans l'UE et au Royaume-Uni quel que soit le lieu de publication, et emails_persons existe précisément pour nommer des individus. Si vous faites de la prospection, la base légale et le droit d'opposition vous incombent, et le verdict de délivrabilité de emails_status vous dit si un message arrivera, pas si vous avez le droit de l'envoyer. Les deux sont sans rapport et il vaut mieux les garder distincts, y compris dans votre tête.

Si votre question porte sur la structure du marché plutôt que sur le contact - combien, depuis quand, quelle réputation -, supprimez les colonnes e-mail, téléphone et personnes dès l'import et l'essentiel de ceci cesse de vous concerner. Nous n'exécutons aucun traceur tiers sur la couche de données, et vos exports s'effacent d'eux-mêmes au bout de 30 jours. Les conditions de Yellow Pages restreignent l'accès automatisé : relisez-les avant de passer à l'échelle.

S'inscrire maintenant
livescraper.app · principes
Fiches d'entreprises publiques uniquement✓
Aucune connexion, aucun compte touché✓
Les e-mails et personnes enrichis sont des données personnelles✓
Délivrable ne veut pas dire autorisé✓
Les exports s'effacent seuls (30 jours)✓
Relisez les conditions de Yellow Pages avant de passer à l'échelle.
Questions fréquentes

Ce que l'on demande
avant de s'inscrire.

Les questions qui reviennent le plus. Une autre ? Écrivez-nous - ce sont des humains qui rédigent les réponses, pas des bots.

Comment scraper les Yellow Pages ?+
Avec le Yellow Pages Search Scraper :
  1. Connectez-vous à la plateforme.
  2. Ouvrez le Yellow Pages Search Scraper.
  3. Choisissez la région.
  4. Tapez le terme de recherche et la localité.
  5. Fixez une limite d'enregistrements, ou laissez-la vide pour tout prendre.
  6. Cliquez sur Start scraping.
Pourquoi mon chargeur met-il les mauvaises données dans une colonne ?+
Parce qu'il lit par position. Chaque exécution porte les mêmes soixante-trois noms de colonnes, mais l'ordre n'est pas figé d'une exécution à l'autre - dans l'une des nôtres, la colonne hours est arrivée en avant-dernière position plutôt qu'en vingtième, et tout ce qui suivait s'est décalé d'un rang. Rien n'a été renommé ni supprimé : un chargeur positionnel se trompe donc silencieusement et signale une réussite. Faites correspondre la ligne d'en-tête par nom à chaque import et le problème disparaît.
Que récupère-t-on pour chaque fiche ?+
Soixante-trois colonnes. Les champs d'annuaire sont le nom, le téléphone, la rue, la ville, l'État, le code postal, les catégories, la note et le nombre d'avis, les horaires, la gamme de prix, un extrait de description, une image et un lien vers la fiche. Le reste est de l'enrichissement : des e-mails avec verdict de délivrabilité, les personnes qui y sont rattachées, des numéros supplémentaires avec leur type de ligne, des profils sociaux et des détails lus sur le site web de l'entreprise, y compris ce qui l'a construit. Tous figurent dans le CSV et le XLSX comme dans le JSON.
open_status est-il fiable ?+
Il est exact pour l'instant où cette ligne a été capturée, qui n'est pas celui où l'exécution s'est terminée. La colonne scraped_at varie à l'intérieur d'un même fichier parce que les lignes n'ont pas toutes été lues au même instant : open now et closed now sont donc des informations propres à chaque ligne. Lisez open_status par rapport au scraped_at de cette ligne et, s'il vous faut les horaires comme propriété de l'entreprise plutôt qu'un instantané, utilisez plutôt la colonne hours.
Quel est le format des e-mails et de leurs statuts ?+
Les adresses arrivent dans emails sous forme de tableau et sont aussi aplaties dans email_1, email_2 et email_3. L'échelle est cohérente - aucune ligne n'a de deuxième adresse sans première, ni de troisième sans deuxième. Chaque entrée de emails_status comporte deux parties jointes par une virgule : un verdict de délivrabilité, puis un détail. Le détail n'est pas un vocabulaire fixe et peut nommer le type de boîte ou reprendre un domaine : aiguillez sur la partie avant la virgule et traitez le reste comme du texte libre.
Puis-je découper contact_name en prénom et nom ?+
Pas sans risque. Les valeurs sont aussi souvent un nom de cabinet ou de société que celui d'un individu : un découpage sur les espaces produira donc n'importe quoi pour une bonne part de n'importe quelle liste. S'il vous faut des champs au niveau de la personne, lisez plutôt emails_persons, et traitez contact_name comme un libellé et non comme un nom.
Quelles régions couvre-t-il ?+
Il y a un sélecteur de région sur le formulaire, et il signale toute entrée que l'analyseur ne gère pas encore - celles-ci affichent un avertissement indiquant que le site utilise une mise en page différente. La liste est chargée à l'ouverture de la page plutôt que fixée à l'avance : consultez donc le menu déroulant pour savoir ce qui vous est proposé plutôt que de reprendre une liste depuis cette page. Par défaut, c'est le site américain.
Combien ça coûte ?+
Les 500 premières lignes sont gratuites et offertes une seule fois, sans carte bancaire. Ensuite, c'est 0,002 $ par ligne - environ 2 $ pour 1 000 fiches - soit le même tarif forfaitaire que tous les autres scrapers de la plateforme, colonnes d'enrichissement comprises plutôt que facturées comme une étape distincte. L'estimateur affiche le coût d'une exécution avant son lancement.

Vos 500 premières fiches,
c'est la maison qui offre.

500 lignes gratuites une seule fois sur chaque nouveau compte - sans date d'expiration. Ensuite 0,002 $ par ligne à l'usage - aucune carte enregistrée tant que vous ne le décidez pas.

Commencer gratuitement Voir tous les tarifs
Actif immédiatement · sans carte bancaire

Scraper les fiches Yellow Pages à grande échelle

Le Yellow Pages Search Scraper de Livescraper transforme une catégorie et une localité en tableau de leads. Vous choisissez une région, tapez ce que vous cherchez et où, plafonnez au besoin le nombre d'enregistrements, et téléchargez les résultats en CSV, Excel ou JSON propres. Une ligne revient par fiche, et vos deux saisies sont portées sur chaque ligne en une seule valeur query, de sorte qu'un fichier mélangeant plusieurs recherches reste séparable.

Chaque ligne porte soixante-trois colonnes. Côté annuaire : le nom de l'entreprise, le téléphone, la rue, la ville, l'État et le code postal, les catégories à la fois en tableau et en chaîne jointe, la note et le nombre d'avis, les horaires sous une forme compacte exploitable par une machine, un extrait de description, une image et un lien vers la fiche. Côté enrichissement : des adresses e-mail avec verdict de délivrabilité, les personnes qui y sont rattachées, d'autres numéros avec leur type de ligne, des profils sociaux et des détails lus sur le site de l'entreprise - son titre, sa description, ses mots-clés, ce qui l'a construit, et s'il porte un pixel Facebook ou une balise Google.

Les équipes commerciales s'en servent pour bâtir une liste contactable en une seule passe, en filtrant sur le verdict de délivrabilité avant que quoi que ce soit n'atteigne un outil d'envoi. Les chercheurs mettent note, nombre d'avis et années d'activité côte à côte pour distinguer un marché local encombré d'un marché clairsemé. Les équipes go-to-market filtrent sur les colonnes site web pour trouver les entreprises utilisant une plateforme donnée.

Une propriété de cet export mérite attention avant de bâtir dessus : l'ordre des colonnes n'est pas stable d'une exécution à l'autre. Chaque exécution porte les mêmes soixante-trois noms, mais dans l'une des nôtres la colonne hours est arrivée en avant-dernière position plutôt qu'en vingtième et les colonnes suivantes se sont décalées d'un rang. Rien n'a été renommé ni supprimé, et c'est exactement pour cela qu'un chargeur qui lit par position se trompe silencieusement et signale une réussite - faites correspondre la ligne d'en-tête par nom à chaque import. Il est également utile de savoir que scraped_at varie à l'intérieur d'un même fichier : le champ open_status décrit donc l'instant propre à chaque ligne plutôt que l'exécution dans son ensemble. Commencez gratuitement : vos 500 premières lignes ne coûtent rien et ne demandent pas de carte bancaire, puis c'est un forfait de 0,002 $ par ligne.