Copier à la main les prix d’un catalogue, les coordonnées d’un annuaire ou les annonces d’un portail immobilier prend des heures, et le travail est à refaire chaque semaine. ParseHub automatise cette collecte : vous montrez à l’application, en cliquant, quelles informations récupérer sur une page, et ses serveurs parcourent ensuite le site pour vous livrer un tableau propre. L’éditeur, installé à Toronto, propose l’outil sous forme d’application de bureau pour Windows, Mac et Linux, avec un plan gratuit.
Quel problème ParseHub règle, et pour qui
Le web scraping consiste à transformer des pages web en données structurées. Écrire un script de collecte demande de savoir programmer, puis de l’héberger et de le maintenir à chaque changement du site visé. ParseHub retire ces trois étapes : la sélection se fait à la souris, l’exécution a lieu sur les serveurs de l’éditeur et le résultat sort en CSV, Excel ou JSON. Notre guide des logiciels de scraping replace ce type d’outil parmi les autres approches.
L’éditeur cible six profils dans sa documentation commerciale : analystes et consultants, équipes commerciales en quête de prospects, développeurs, agrégateurs et places de marché, data scientists et journalistes, et acteurs du e-commerce qui suivent produits, prix et avis. Le point commun : un besoin récurrent de données publiques que le site source ne fournit pas par API.
Comment fonctionne un projet ParseHub
D’après le parcours d’initiation publié dans le centre d’aide, l’écran de travail se divise en trois zones : une barre latérale qui liste les commandes du projet, une vue interactive du site visé et un aperçu des résultats en CSV ou en JSON, mis à jour pendant que vous construisez le projet. Un projet type suit ces étapes :
- Vous ouvrez l’application, créez un projet et saisissez l’adresse de la page de départ.
- Avec la commande Select, vous cliquez sur un premier élément, par exemple un nom de produit ; ParseHub surligne les éléments semblables et un second clic les sélectionne tous.
- La commande Relative Select relie chaque produit à une information voisine, comme son prix, et les commandes Click ou Input gèrent pagination, menus et formulaires.
- Le bouton Get Data propose un test en local, une exécution sur les serveurs ou une planification ; à la fin, vous téléchargez le fichier ou interrogez l’API.
Les tests tournent sur votre ordinateur avec votre adresse IP, alors que les vraies exécutions partent des serveurs de l’éditeur, avec des adresses IP nord-américaines quand la rotation n’est pas activée. Vous pouvez donc fermer l’application pendant la collecte. Pour les profils techniques, ParseHub accepte les sélecteurs CSS, XPath et les expressions régulières, et un tableau de bord liste les exécutions en cours, terminées et planifiées avec le nombre de workers utilisés.
Cas d’usage concrets selon votre profil
- Responsable e-commerce : relever chaque semaine les prix et la disponibilité des produits concurrents, puis envoyer le fichier dans un outil de visualisation comme Tableau.
- Commercial B2B : extraire les entreprises d’un annuaire professionnel avec adresse, catégorie et site web pour alimenter une liste de prospection.
- Analyste ou consultant : constituer un jeu de données sectoriel pour une étude de marché ou une due diligence, sans attendre une équipe technique.
- Développeur : appeler l’API REST pour lancer un projet et récupérer la dernière exécution, ou alimenter une feuille Google Sheets avec la fonction IMPORTDATA.
Sur les plans payants, la rotation d’IP répartit les requêtes sur des adresses de plusieurs pays, ce qui limite les blocages. Si vous voulez comprendre l’intérêt des proxys dans ce contexte, notre article sur l’usage d’un proxy pour le scraping détaille les cas où ils deviennent nécessaires.
ParseHub face à Octoparse, Apify et Web Scraper
Octoparse est le concurrent le plus proche : application de bureau, sélection visuelle et exécution dans le cloud. Il mise davantage sur des modèles prêts à l’emploi pour les sites les plus courants, là où ParseHub insiste sur la finesse de ses commandes pour les sites interactifs.
Apify s’adresse plutôt aux profils techniques : une place de marché de robots de collecte, du code JavaScript ou Python et une facturation selon la consommation. Web Scraper, sous forme d’extension de navigateur, convient aux petits volumes ponctuels. ParseHub se place entre les deux : sans code, mais avec une logique de projet assez riche pour gérer connexions, conditions et navigation entre plusieurs sites. Pour la différence entre collecte et exploration de sites, voyez notre article sur le web crawling.
Les limites à connaître avant de vous lancer
- L’éditeur indique que l’outil ne peut pas servir à collecter LinkedIn, Facebook, Instagram ou Google.
- Les PDF en ligne ne sont pas lisibles : ParseHub s’appuie sur le code HTML des pages, mais il peut télécharger les fichiers vers Dropbox ou S3.
- Le résolveur de captcha intégré ne traite que les images à recopier en caractères, pas reCAPTCHA v2.
- Une page est décomptée à chaque nouveau chargement de contenu, y compris un défilement ou un clic sur « charger plus » : le quota de 200 pages du plan gratuit part vite.
- Les résultats ne restent que 14 jours sur les serveurs avec les plans Everyone et Standard, 30 jours sur les autres : pensez à exporter ou à brancher l’API.
Comment choisir votre plan
Commencez par le plan Everyone pour construire et valider votre projet : il ne demande pas de carte bancaire, mais vos projets y sont publics, donc consultables par d’autres utilisateurs. Dès que les données sont sensibles ou que vous devez relancer la collecte à intervalle régulier, Standard devient le minimum : projets privés, planification, rotation d’IP et 10 000 pages par exécution.
Professional se justifie pour les gros catalogues, avec des pages illimitées par exécution, 120 projets et une vitesse plus élevée. La facturation trimestrielle réduit la note d’environ 15 %. Si vous préférez déléguer, ParseHub Plus confie la création et la maintenance des projets à l’équipe de l’éditeur, sur devis, avec un échantillon de données offert pour vérifier le résultat avant de vous engager.