API Leboncoin vs scraping maison avec BeautifulSoup/Selenium : pourquoi l'API gagne du temps

Un scraper maison sur Leboncoin (requests/BeautifulSoup ou Selenium) demande de gérer le rendu JavaScript, la rotation de proxies et la maintenance du parseur à chaque changement de structure HTML — une API de scraping à la demande encapsule tout ça derrière un seul appel HTTP. La différence ne se joue pas sur la faisabilité (les deux fonctionnent), mais sur le temps de développement et de maintenance à moyen terme.

Les deux approches possibles

Pour récupérer des annonces Leboncoin par script, deux chemins existent :

• Scraper maison : requêtes HTTP directes vers le site + parsing HTML (BeautifulSoup), ou navigateur automatisé (Selenium/Playwright) pour gérer le contenu chargé en JavaScript.
• API à la demande : un service tiers qui fait le scraping en interne et renvoie directement des données structurées en JSON via un simple appel HTTP authentifié.

Les deux permettent d'arriver au même résultat final (une liste d'annonces exploitable en code), mais pas avec le même effort de développement.

Ce que demande un scraper maison, en code

from selenium import webdriver
from selenium.webdriver.common.by import By
from bs4 import BeautifulSoup
import time

options = webdriver.ChromeOptions()
options.add_argument("--headless")
# + configuration proxy, user-agent, éventuel contournement anti-bot...

driver = webdriver.Chrome(options=options)
driver.get("https://www.leboncoin.fr/recherche?text=iphone+13")
time.sleep(3)  # attendre le chargement JS

soup = BeautifulSoup(driver.page_source, "html.parser")
annonces = soup.select(".ad-card")  # sélecteur CSS à maintenir à chaque refonte du site

for a in annonces:
    titre = a.select_one(".ad-title")
    prix = a.select_one(".ad-price")
    print(titre.text if titre else None, prix.text if prix else None)

driver.quit()

Ce script fonctionne, mais il repose sur des sélecteurs CSS qui cassent dès que Leboncoin change sa structure de page, sur un navigateur headless à faire tourner (consommation mémoire, lenteur), et ne gère ni la rotation de proxy ni le rate limiting — à ajouter en plus si le volume augmente.

Ce que demande l'API, en code

import requests

response = requests.get(
    "https://api.lebondeal-bot.fr/v1/leboncoin/search",
    headers={"Authorization": "Bearer VOTRE_CLE_API"},
    params={"query": "iphone 13"}
)

for annonce in response.json()["results"]:
    print(annonce["title"], annonce["price"])

Même résultat, sans navigateur headless, sans sélecteur CSS à maintenir, sans gestion de proxy. Le détail des champs renvoyés et des paramètres disponibles est sur la page API Leboncoin et dans la documentation.

Comparatif point par point

Quand un scraper maison reste pertinent

Un scraper maison garde un intérêt pour un usage ponctuel, à très faible volume, sur un site simple sans protection anti-bot avancée, ou dans un contexte purement pédagogique pour apprendre le web scraping. Dès qu'un projet a besoin de fiabilité dans le temps, d'un volume de requêtes régulier, ou de plusieurs sources (Leboncoin, Vinted, Kleinanzeigen), la maintenance d'un scraper maison devient rapidement le principal poste de temps du projet plutôt que la donnée elle-même.

FAQ

Articles liés