Web crawler / scraper : scraps d'urls Wordpress

Bonjour, Dans le but de créer par la suite un corpus sémantique en langue anglaise, je cherche une personne en mesure de scrapper des pages web.

Je fourni une liste excel ou .txt de 4 723 Urls qui sont des articles issu de 38 sites internet US (des domaines différents, mais tous sont des CMS Wordpress). A vous de les scraper pour en extraire les contenus.

Ce qu'il me faut au final : sur plusieurs colonnes d'un fichiers excel ou CSV, il faudra extraire : Colonne 1 > url de la page, Colonne 2 > title de la page, Colonne 3 > description seo de la page (si il y en a une), Colonne 4 > h1 de la page (titre de l'article), Colonne 5 > l'ensemble du contenu de l'article en texte brut (pas de code html, balises ou autre, pas de code de liens, pas d'images ...) mais ceci en gardant sa forme initiale (avec les interlignes et les sauts de ligne) et, si cela est possible, il faut garder aussi en place les balises <h2> des intertitres.

Outils : celui que vous voulez, votre script ou alors RDDZ, ScrapeBox, Apify, ParseHub, Scrapinghub ...

Merci de me donner en exemple de ce que vous pouvez extraire / avoir comme rendu final , afin de vérifier que cela correspond à nos besoins et me confirmer que vous pouvez scraper la liste de données ci dessus. Merci de me préciser si vous pouvez garder les H2 suite à l'extraction.

Merci de me donner votre tarif pour cette mission, votre délai de réalisation, votre protocole et moyen de paiement et la confirmation que vous pouvez faire une facture. Je suis ouvert aux prestataires off shore.