Extraire les profils d'agents Zillow en lignes
Un profil d'agent Zillow répartit ce qu'il sait sur plusieurs blocs - qui est l'agent, pour quelle agence il travaille, comment le joindre, comment il est noté et ce qu'il a vendu. Le Scraper d'agents Zillow met tout cela sur une ligne. L'entrée est une URL zillow.com/profile/, collée une par ligne ou importée dans un fichier CSV, XLSX, TXT ou Parquet, et chaque agent revient sous forme d'enregistrement avec le nom et la raison sociale, le téléphone et le site web, la note et le nombre d'avis, le nombre de ventes et la fourchette de prix, la localisation, le numéro de licence, le pseudo, la photo et l'URL canonique du profil. Quatorze colonnes, une ligne par agent, chacune étiquetée avec l'URL dont elle provient.
Il vaut la peine d'être clair sur la différence avec notre Scraper de transactions Zillow, car tous deux prennent la même entrée. Celui-ci renvoie une ligne par agent - le résumé du profil. Celui-là renvoie une ligne par transaction listée sur ce même profil. Passez une liste d'URL dans les deux et faites la jointure sur l'URL du profil : vous obtenez les chiffres affichés par l'agent à côté des opérations qui les fondent. Notez aussi que les coordonnées se trouvent ici et non là-bas : cet export porte un téléphone et un site web, celui des transactions n'en porte aucun.
Une chose doit être dite avant de planifier une exécution. Zillow bloque les IP de centres de données, et une exécution sans proxy résidentiel ne renvoie rien. Pire, elle ne vous le dit pas : la tâche se termine avec succès et vous remet la ligne d'en-tête de quatorze colonnes sans données en dessous, ce qui ressemble exactement à une URL de profil qui ne mène nulle part. Tous les exports que nous détenons pour ce service sont dans cet état, comme tous ceux de nos deux autres services de profil Zillow, sur des exécutions réparties sur plusieurs mois, et c'est pourquoi l'exigence figure en haut de cette page plutôt qu'en note de bas de page.
Cela a une conséquence assumée sur ce que cette page affirme. Les noms de colonnes sont confirmés et le contenu des cellules ne l'est pas. Les quatorze noms et leur ordre sont corroborés par deux sources indépendantes - la ligne d'en-tête identique de vingt-huit exécutions distinctes et le tableau de colonnes publié -, vous pouvez donc bâtir un schéma autour d'eux en confiance. Mais nous ne vous dirons pas dans quel format arrivent phone, license ou sale_price_range, si location est une ville ou une région, ni en quoi screen_name diffère de name, parce que nous n'en avons jamais vu un seul renseigné. Ce qui est vérifiable à partir du seul en-tête, c'est qu'il n'y a pas de colonne max_rating : l'échelle de la note n'est donc pas récupérable depuis le fichier et doit être confirmée sur une exécution réelle. Côté juridique : les profils sont publics, mais les conditions de Zillow restreignent l'accès automatisé, et cet export contient le téléphone, la photo et le numéro de licence d'une personne nommée - traitez-le comme des données personnelles. Commencez gratuitement : vos 500 premières lignes ne coûtent rien et ne demandent aucune carte bancaire, ensuite c'est 0,002 $ par ligne, tarif unique, le proxy résidentiel étant un coût distinct.