Comment scraper Walmart avec Python

Walmart contient des données précieuses -- product listings, prices, ratings, review counts, et plus encore. Gratter ces données directement implique de faire face à la détection anti-bot, aux CAPTCHAs, à la rotation d'IP et à des sélecteurs qui se cassent constamment. L'API Scavio gère tout cela et renvoie un JSON propre et structuré à partir d'une seule requête POST.

Ce tutoriel vous montre comment gratter Walmart en utilisant Python et l'API Scavio. À la fin, vous aurez un script Python fonctionnel qui récupère les données en temps réel de Walmart et analyse les résultats.

Prérequis

• Python installé sur votre machine
• Une clé API Scavio (free tier comprend 50 crédits à l'inscription -- aucune carte bancaire requise)

Étape 1 : Installer les dépendances

Installez requests pour effectuer des requêtes HTTP :

pip install requests

Étape 2 : Effectuer votre première recherche Walmart

Envoyez une requête POST à l'endpoint API Scavio Walmart avec votre requête. L'API renvoie un JSON structuré avec product listings, prices, ratings et plus encore.

import requests

API_KEY = "your_scavio_api_key"

response = requests.post(
    "https://api.scavio.dev/api/v1/walmart/search",
    headers={
        "x-api-key": API_KEY,
        "Content-Type": "application/json",
    },
    json={"query": query},
)

data = response.json()
for product in data.get("products", [])[:5]:
    print(f"{product['title']} — {product.get('price', 'N/A')} ({product.get('rating', 'N/A')}⭐)")

Étape 3 : Exemple de réponse

L'API renvoie un JSON structuré. Voici un exemple de réponse pour une recherche Walmart :

{
  "search_metadata": { "status": "success" },
  "products": [
    {
      "position": 1,
      "title": "FlexiSpot E7 Standing Desk",
      "product_id": "1234567890",
      "price": "$349.99",
      "rating": 4.5,
      "reviews_count": 1823,
      "fulfillment": "Free delivery",
      "pickup": "Available for pickup"
    }
  ]
}

Chaque champ est structuré et typé -- pas d'analyse HTML, pas de sélecteurs CSS, pas d'extraction par regex. Votre code Python peut accéder directement à n'importe quel champ.

Étape 4 : Exemple complet fonctionnel

Voici un script Python complet et exécutable qui recherche Walmart et affiche les résultats :

"""
Scrape Walmart search results using Scavio API.
Returns structured JSON with product listings, prices, ratings, and more.
"""
import requests
import json

API_KEY = "your_scavio_api_key"

def search_walmart(query: str) -> dict:
    response = requests.post(
        "https://api.scavio.dev/api/v1/walmart/search",
        headers={
            "x-api-key": API_KEY,
            "Content-Type": "application/json",
        },
        json={"query": query},
    )
    response.raise_for_status()
    return response.json()

if __name__ == "__main__":
    results = search_walmart("standing desk")
    print(json.dumps(results, indent=2))

Pourquoi utiliser Scavio plutôt que de gratter Walmart directement ?

• Pas de gestion de proxy. Le grattage direct nécessite des proxies tournants pour éviter les bannissements IP. Scavio gère tout cela côté serveur.
• Pas de résolution de CAPTCHA. Walmart bloque agressivement les requêtes automatisées. Scavio renvoie des données propres à chaque fois.
• Sortie JSON structurée. Pas d'analyse HTML ni de maintenance de sélecteurs CSS. Obtenez des données typées et cohérentes à chaque requête.
• Multi-plateforme dans une seule API. Recherchez sur Google, Amazon, YouTube et Walmart avec la même clé API et le même modèle d'authentification.
• Niveau gratuit inclus. 50 crédits à l'inscription sans carte bancaire requise. Chaque recherche coûte 1 crédit.