Git Stars Git Stars

#scraping Dépôts

Découvrez 109 dépôts GitHub open source actifs associés à #scraping, cumulant 768,143 étoiles au total (soit une moyenne de 7,047 étoiles par projet). Le projet en tête de ce thème est firecrawl/firecrawl, avec 205,758 étoiles.

109
Total des Dépôts
768,143
Nombre total d'étoiles
7,047
Moyenne d'Étoiles/Dépôt
1
firecrawl/firecrawl

Une infrastructure de connaissances pour rendre vos agents plus intelligents. Recherchez, récupérez et accédez aux données de plus de 550 fournisseurs via une seule API.

firecrawl
⭐ 205,758 TypeScript 👤 firecrawl Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2024-04-15
2
D4Vinci/Scrapling

🕷️ Le MEILLEUR framework de scraping web, capable de tout gérer, d’une simple requête à une exploration à grande échelle ! N’hésitez pas, rejoignez-nous ici : https://discord.gg/EMgGbDceNQ et suivez-nous ici pour découvrir chaque jour des conseils et astuces : https://x.com/Scrapling_dev

D4Vinci
⭐ 104,760 Python 👤 D4Vinci User 🕐 Mis à jour 2026-11-17 📅 Créé 2024-10-13
3
scrapy/scrapy

Scrapy, un framework rapide de haut niveau pour le crawling et le scraping web en Python.

scrapy
⭐ 65,519 Python 👤 scrapy Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2010-02-22
4
soxoj/maigret

🕵️‍♂️ Constituez un dossier sur une personne à partir de son nom d’utilisateur sur 6 000 sites web

soxoj
⭐ 41,111 Python 👤 soxoj User 🕐 Mis à jour 2026-11-21 📅 Créé 2020-06-27
5
ScrapeGraphAI/Scrapegraph-ai

Scraper Python basé sur l'IA

ScrapeGraphAI
⭐ 32,877 Python 👤 ScrapeGraphAI Organization 🕐 Mis à jour 2026-10-06 📅 Créé 2024-01-27
6
apify/crawlee

Crawlee—Une bibliothèque de web scraping et d'automatisation de navigateur pour Node.js afin de créer des crawlers fiables. En JavaScript et TypeScript. Extraction de données pour l'IA, LLMs, RAG ou GPTs. Téléchargement de HTML, PDF, JPG, PNG et autres fichiers depuis les sites web. Fonctionne avec Puppeteer, Playwright, Cheerio, JSDOM et HTTP brut. Modes headful et headless. Avec rotation de proxies.

apify
⭐ 26,510 TypeScript 👤 apify Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2016-08-26
7
gocolly/colly

Cadre élégant de scraping et de crawling pour Golang

gocolly
⭐ 25,608 Go 👤 gocolly Organization 🕐 Mis à jour 2026-10-16 📅 Créé 2017-09-29
8
psf/requests-html

Analyse HTML Pythonique pour les humains™

psf
⭐ 13,874 Python 👤 psf Organization 🕐 Mis à jour 2024-04-16 📅 Créé 2018-02-24
9
daijro/camoufox

🦊 Navigateur Anti-détection

daijro
⭐ 13,533 C 👤 daijro User 🕐 Mis à jour 2026-11-19 📅 Créé 2024-07-26
10
ultrafunkamsterdam/undetected-chromedriver

Chromedriver Selenium personnalisé | Zéro configuration | Passe TOUS les systèmes de mitigation des bots (comme Distil / Imperva / Datadadome / CloudFlare IUAM)

ultrafunkamsterdam
⭐ 12,725 Python 👤 ultrafunkamsterdam User 🕐 Mis à jour 2025-07-05 📅 Créé 2019-12-22
11
jo-inc/camofox-browser

Navigateur headless furtif pour agents IA — contourne Cloudflare, détection de bots et anti-scraping. Remplacement drop-in de Puppeteer/Playwright.

jo-inc
⭐ 12,437 JavaScript 👤 jo-inc Organization 🕐 Mis à jour 2026-11-10 📅 Créé 2026-01-26
12
code4craft/webmagic

Un framework scalable pour les crawlers web en Java.

code4craft
⭐ 11,660 Java 👤 code4craft User 🕐 Mis à jour 2025-12-20 📅 Créé 2013-04-23
13
apify/crawlee-python

Crawlee — une bibliothèque Python de scraping web et d’automatisation de navigateur pour créer des robots d’exploration fiables. Extrayez des données structurées avec des LLM via Pydantic AI, ou pilotez le navigateur en langage naturel avec Stagehand. Compatible avec BeautifulSoup, Parsel, Playwright et HTTP brut. Téléchargez des fichiers HTML, PDF, des images et d’autres fichiers. La rotation des proxies est incluse.

apify
⭐ 9,679 Python 👤 apify Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2024-01-10
14
lorien/awesome-web-scraping

Liste des bibliothèques, outils et API pour le web scraping et le traitement des données.

lorien
⭐ 8,242 JavaScript 👤 lorien User 🕐 Mis à jour 2026-11-21 📅 Créé 2015-08-12
15
alirezamika/autoscraper

Un récupérateur Web intelligent, automatique, rapide et léger pour Python

alirezamika
⭐ 8,102 Python 👤 alirezamika User 🕐 Mis à jour 2026-07-29 📅 Créé 2020-08-31
16
tabulapdf/tabula

Tabula est un outil pour libérer les tableaux de données piégés à l'intérieur des fichiers PDF

tabulapdf
⭐ 7,414 CSS 👤 tabulapdf Organization 🕐 Mis à jour 2025-03-14 📅 Créé 2013-03-11
17
adbar/trafilatura

Outil Python et en ligne de commande pour collecter du texte et des métadonnées sur le Web : Crawling, scraping, extraction, sortie au format CSV, JSON, HTML, MD, TXT, XML

adbar
⭐ 7,157 Python 👤 adbar User 🕐 Mis à jour 2026-11-20 📅 Créé 2019-04-08
18
autoscrape-labs/pydoll

Pydoll est une bibliothèque pour automatiser les navigateurs basés sur Chromium sans WebDriver, offrant des interactions réalistes.

autoscrape-labs
⭐ 7,145 HTML 👤 autoscrape-labs Organization 🕐 Mis à jour 2026-11-08 📅 Créé 2024-10-27
19
proxifly/free-proxy-list

🚀 Liste de proxys HTTP, SOCKS4 et SOCKS5 gratuits * Mise à jour toutes les 5 minutes * et API de proxy rotatif (plus de 100 pays)

proxifly
⭐ 7,083 👤 proxifly Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2023-07-13
20
jaypyles/Scraperr

Web scraper auto-hébergé.

jaypyles
⭐ 4,876 TypeScript 👤 jaypyles User 🕐 Mis à jour 2025-10-12 📅 Créé 2024-07-06
21
d60/twikit

Extracteur d'API Twitter | Sans clé API | API Interne de Twitter | Gratuit | Extracteur Twitter | Bot Twitter

d60
⭐ 4,785 Python 👤 d60 User 🕐 Mis à jour 2026-03-10 📅 Créé 2024-01-20
22
bjesus/pipet

Outil multifonction pour le scraping et l'extraction de données à partir d'actifs en ligne, conçu pour les hackers

bjesus
⭐ 4,610 Go 👤 bjesus User 🕐 Mis à jour 2024-10-12 📅 Créé 2024-08-31
23
sparklemotion/mechanize

Mechanize est une bibliothèque Ruby qui facilite l'interaction web automatisée.

sparklemotion
⭐ 4,443 Ruby 👤 sparklemotion Organization 🕐 Mis à jour 2026-10-26 📅 Créé 2008-04-18
24
CodeCutTech/Data-science

Collection de sujets utiles en science des données avec des articles, des vidéos et du code

CodeCutTech
⭐ 4,158 Jupyter Notebook 👤 CodeCutTech Organization 🕐 Mis à jour 2025-11-16 📅 Créé 2020-07-17
25
kalil0321/reverse-api-engineer

Faites de l’ingénierie inverse sur n’importe quel site web pour le transformer en client API typé. Compatible avec Claude Code, Codex, Cursor et OpenCode.

kalil0321
⭐ 4,088 Python 👤 kalil0321 User 🕐 Mis à jour 2026-11-21 📅 Créé 2025-12-23
26
snooppr/snoop

Snoop – un outil OSINT (Open Source Intelligence) basé sur les données ouvertes

snooppr
⭐ 4,072 Python 👤 snooppr User 🕐 Mis à jour 2026-11-20 📅 Créé 2020-02-14
27
fake-useragent/fake-useragent

Falsificateur d'user agent simple et à jour avec base de données du monde réel

fake-useragent
⭐ 4,047 Python 👤 fake-useragent Organization 🕐 Mis à jour 2026-03-29 📅 Créé 2013-03-04
28
any4ai/AnyCrawl

AnyCrawl 🚀 : Un crawler Node.js/TypeScript qui transforme les sites Web en données prêtes pour les LLM et extrait des résultats SERP structurés de Google/Bing/Baidu/etc. Multi-threading natif pour le traitement en masse.

any4ai
⭐ 3,580 TypeScript 👤 any4ai User 🕐 Mis à jour 2026-11-12 📅 Créé 2025-03-31
29
adryfish/fingerprint-chromium

Un navigateur d'empreintes digitales open source basé sur Ungoogled Chromium. Navigateur d'empreintes digitales Navigateur de confidentialité

adryfish
⭐ 3,300 👤 adryfish User 🕐 Mis à jour 2026-10-02 📅 Créé 2024-12-09
30
aapatre/Automatic-Udemy-Course-Enroller-GET-PAID-UDEMY-COURSES-for-FREE

Vous voulez APPRENDRE DE NOUVELLES CHOSES GRATUITEMENT ? Ne vous inquiétez pas, grâce à la puissance du web-scraping et de l'automatisation, ce script trouvera les coupons Udemy nécessaires et vous inscrira aux COURS UDEMY PAYANTS, ABSOLUMENT GRATUITS !

aapatre
⭐ 3,289 Python 👤 aapatre User 🕐 Mis à jour 2026-04-28 📅 Créé 2020-09-12
31
symfony/panther

Une bibliothèque de test de navigateur et de web crawling pour PHP et Symfony

symfony
⭐ 3,074 PHP 👤 symfony Organization 🕐 Mis à jour 2026-10-03 📅 Créé 2018-03-16
32
kevinzg/facebook-scraper

Gratter les pages publiques de Facebook sans clé API

kevinzg
⭐ 3,006 Python 👤 kevinzg User 🕐 Mis à jour 2024-06-22 📅 Créé 2019-03-15
33
vladkens/twscrape

Bibliothèque Python et CLI pour le scraping de X/Twitter avec rotation multi-comptes et gestion intégrée des limites de débit.

vladkens
⭐ 2,980 Python 👤 vladkens User 🕐 Mis à jour 2026-11-19 📅 Créé 2023-05-05
34
oxylabs/how-to-scrape-google-trends

Apprenez étape par étape à scraper les données de Google Trends et à effectuer une comparaison des résultats à l'aide de Python et de l'API SERP d'Oxylabs. Extrayez les mots-clés, leur popularité, la répartition par région, les requêtes associées, et bien plus encore.

oxylabs
⭐ 2,907 Python 👤 oxylabs Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2024-08-06
35
spider-rs/spider

Collecte fondamentale de données web à faible latence en Rust

spider-rs
⭐ 2,856 Rust 👤 spider-rs Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2018-01-07
36
geziyor/geziyor

Geziyor, framework de web crawling et scraping ultra-rapide pour Go. Prend en charge le rendu JS.

geziyor
⭐ 2,781 Go 👤 geziyor Organization 🕐 Mis à jour 2026-07-02 📅 Créé 2019-06-06
37
brightdata/brightdata-mcp

Un serveur puissant Model Context Protocol (MCP) qui fournit une solution tout-en-un pour l'accès au Web public.

brightdata
⭐ 2,733 JavaScript 👤 brightdata Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2025-04-15
38
apify/fingerprint-suite

Outils d'empreintes digitales de navigateur pour anonymiser vos scrapers. Développé par Apify.

apify
⭐ 2,678 TypeScript 👤 apify Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2022-05-04
39
botswin/BotBrowser

Noyau avancé de navigateur privé avec défense unifiée des empreintes digitales: Cloudflare, Akamai, Kasada, Shape, DataDome, PerimeterX, hCaptcha, FunCaptcha, Imperva, reCAPTCHA, ThreatMetrix, Adscore

botswin
⭐ 2,667 TypeScript 👤 botswin Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2024-09-08
40
oss-invisible/playwright

Playwright invisible : un Playwright que les systèmes antibots ne peuvent pas détecter, donc pas de CAPTCHA : la même API, Firefox headless furtif et anti-détection, empreinte numérique indétectable, contourne la détection des bots, scraping web et automatisation du navigateur en Python.

oss-invisible
⭐ 2,612 Python 👤 oss-invisible Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2026-05-13
41
simonw/shot-scraper

Un utilitaire en ligne de commande pour prendre des captures d'écran de sites Web, enregistrer des démonstrations vidéo et extraire des sites à l'aide de JavaScript

simonw
⭐ 2,609 Python 👤 simonw User 🕐 Mis à jour 2026-10-14 📅 Créé 2022-03-08
42
transitive-bullshit/awesome-puppeteer

Une liste sélectionnée de ressources Puppeteer formidables.

transitive-bullshit
⭐ 2,528 👤 transitive-bullshit User 🕐 Mis à jour 2024-07-19 📅 Créé 2018-05-07
43
lorien/grab

Framework de Web Scraping

lorien
⭐ 2,461 Python 👤 lorien User 🕐 Mis à jour 2025-09-19 📅 Créé 2013-05-01
44
Jieyab89/OSINT-Cheat-sheet

Fiche de triche OSINT, liste d'outils OSINT, wiki, ensemble de données, article, livre, OSINT d'équipe rouge pour les hackers et astuces OSINT et branche OSINT. Ce dépôt grandira à chaque fois qu'il y aura de la recherche, il y a de la recherche, de la science et de la technologie, des tutoriels. Veuillez l'utiliser à bon escient.

Jieyab89
⭐ 2,333 HTML 👤 Jieyab89 User 🕐 Mis à jour 2026-11-16 📅 Créé 2021-11-22
45
php-embed/Embed

Obtenir des informations à partir de tout service web ou page

php-embed
⭐ 2,140 PHP 👤 php-embed Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2012-10-09
46
TheGP/untidetect-tools

Liste des outils et navigateurs anti-détection et d'humanisation, y compris les solveurs de captcha et l'activation par SMS.

TheGP
⭐ 2,075 👤 TheGP User 🕐 Mis à jour 2026-10-07 📅 Créé 2024-01-21
47
iiab/iiab

Internet-in-a-Box - Construisez votre propre BIBLIOTHÈQUE D'ALEXANDRIE avec un Raspberry Pi !

iiab
⭐ 2,056 Jinja 👤 iiab Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2017-05-28
48
claffin/cloudproxy

Masquez l'IP de votre scraper derrière le cloud. Provisionnez des serveurs proxy sur différents fournisseurs de cloud pour améliorer le succès de votre scraping.

claffin
⭐ 1,729 Python 👤 claffin User 🕐 Mis à jour 2026-11-05 📅 Créé 2021-04-16
49
oxylabs/scrape-google-python

Dans ce tutoriel, nous montrons comment récupérer les données publiques de Google avec Python et l'API Oxylabs.

oxylabs
⭐ 1,719 👤 oxylabs Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2024-07-30
50
emcf/thepipe

Obtenez des données propres à partir de documents complexes, alimentés par des modèles de vision-langage ⚡

emcf
⭐ 1,529 Python 👤 emcf User 🕐 Mis à jour 2026-09-28 📅 Créé 2024-03-22

Foire aux questions

1

Quel est le dépôt #scraping le plus populaire sur GitHub ?

Le projet #scraping open source le mieux classé sur GitHub est firecrawl/firecrawl, avec 205,758 étoiles. Une infrastructure de connaissances pour rendre vos agents plus intelligents. Recherchez, récupérez et accédez aux données de plus de 550 fournisseurs via une seule API.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #scraping ?

Parmi les projets #scraping les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, TypeScript, Go, JavaScript.

3

Comment le classement des dépôts #scraping est-il calculé ?

Nous suivons 109 dépôts open source actifs associés à #scraping (500+ étoiles), totalisant 768,143 étoiles, avec une moyenne de 7,047 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.