Un parseur Python qui rassemble dans un tableau les recettes publiques : titre, catégorie, temps, parts, ingrédients et lien

Exemple de résultat

def product_links(list_url: str) -> Iterator[str]:
    """Liens des fiches produits de chaque page de la liste, en suivant « Suivant »."""
    url: str | None = list_url
    while url:
        page = fetch(url)
        for card in page.select("div.product-card a.title"):
            yield urljoin(url, card["href"])
        next_link = page.select_one("a.pagination-next")
        url = urljoin(url, next_link["href"]) if next_link else None


def fetch(url: str) -> BeautifulSoup:
    """Une page publique, à un rythme raisonnable : une pause entre les requêtes et quelques essais en cas d’erreur."""
    for attempt in range(3):
        time.sleep(settings.delay_seconds)
        response = session.get(url, timeout=30)
        if response.status_code == 200:
            return BeautifulSoup(response.text, "html.parser")
        log.warning("%s a répondu %s, essai %d sur 3", url, response.status_code, attempt + 1)
    raise ScraperError(f"{url} ne s’est pas ouverte après 3 essais")

À propos de ce service

Les blogueurs culinaires qui migrent leurs propres recettes, les applis de cuisine et les services de planification de repas utilisent ce parseur pour constituer un tableau de recettes à partir de pages publiques : titre, catégorie, cuisine, temps de préparation, parts, ingrédients, étapes, calories quand la page les affiche, lien de l’image et lien. Beaucoup de pages de recettes gardent aussi ces informations dans un bloc structuré invisible, et le parseur le lit quand il existe. Envoyez le site, une catégorie et une page de recette, et une ou deux pages enregistrées depuis votre navigateur. Vous recevez un code Python, un fichier de paramètres et un README et le lancez sur votre ordinateur. Les textes et photos des recettes appartiennent à leurs auteurs : n’utilisez que ce que vous avez le droit d’utiliser. Les noms d’auteurs sont exclus. Il lit les pages publiques à un rythme raisonnable et ne se connecte jamais, ne contourne ni captcha ni protection. C’est à vous de juger si les conditions du site le permettent ; un changement ultérieur de mise en page demande une mise à jour.

Ce qui est inclus

• Ce que vous recevezUne archive ZIP avec le code Python, un fichier de paramètres et un README avec des instructions pas à pas ; le code est aussi affiché sur la page de la commande.
• Ingrédients en listeUn ingrédient par ligne dans une cellule, ou une feuille séparée
• Temps et partsEn nombres filtrables
• Liens des imagesLiens seulement ; utilisez les photos que vous avez le droit d’utiliser
• Rythme raisonnableUne pause entre les pages, réglée dans les paramètres
• Tourne sur votre ordinateurWindows, macOS ou Linux, avec Python

Comment ça marche

1. 1
   PagesVous donnez le site, une catégorie et une recette enregistrée
2. 2
   ParseurNous écrivons le code et le guide pour le lancer
3. 3
   LancementVous le lancez et comparez deux recettes avec le site
4. 4
   RetouchesVous demandez des retouches selon votre formule et envoyez les éventuels messages d’erreur

Ce dont nous avons besoin

Le site de recettes et les pages précises : un lien vers une catégorie et vers une recette, et le nombre approximatif de recettes. Les champs voulus, ex. : titre, catégorie, cuisine, temps, parts, ingrédients, étapes, calories, lien de l’image. La présentation des ingrédients : une cellule ou une feuille séparée. Une ou deux de ces pages enregistrées depuis votre navigateur (Fichier > Enregistrer la page sous). Et s’il s’agit de vos propres recettes ou de celles d’un autre site.

Nous vous demanderons :

• Quel site et quelles pages ?
• Les champs voulus
• Combien de recettes environ ?
• Comment présenter les ingrédients ?

Comparer les formules

Questions et réponses

Vous n’avez pas trouvé la réponse ? Posez-nous la question