Scraping – Extraction d’emails d’institutions (France)

🔎 Objectif : Extraire uniquement les emails de deux sites web en France.

📌 Tâche :
✅ Scraper les emails sur deux sites
✅ Dédoublonner les emails une fois l’extraction terminée
✅ Livrer un fichier Excel propre avec les emails uniques

📌 Détails des sites à scraper
📍 Site 1
🔗 [URL visible pour les membres Pro]

🔹 Instructions :
1️⃣ Entrer le code postal → 03100 – MONTLUÇON
2️⃣ Sélectionner la distance → Illimitée
3️⃣ Cliquer sur "Rechercher"
4️⃣ Une liste d’établissements avec des photos apparaîtra → Cliquer sur chaque vignette pour ouvrir la fiche détaillée.
5️⃣ Faire défiler la fiche jusqu’en bas pour trouver un ou plusieurs emails.
6️⃣ Extraire uniquement les emails.

✅ Nombre total de fiches à traiter : 9 355

📍 Site 2
🔗 [URL visible pour les membres Pro]#je-recherche-par-annuaire

🔹 Instructions :
1️⃣ Sélectionner les 6 catégories d’établissements :

Accueil de jour
Établissement d'hébergement pour personnes âgées dépendantes (EHPAD)
Établissement d'hébergement pour personnes âgées (EHPA)
Service autonomie à domicile (aide)
Service autonomie à domicile (aide et soins)
Unité de soins de longue durée (USLD)
2️⃣ Faire la recherche par département :

La France est divisée en 100 départements (01 – Ain à 95 – Val d’Oise)
Plus 971, 972, 973, 974, 976 (DOM-TOM).
Saisir "01", sélectionner Ain (01), puis cliquer sur "Rechercher"
3️⃣ Une liste d’établissements apparaîtra → Cliquer sur "Contact"
4️⃣ Le système ouvrira l’adresse email directement dans une messagerie.
5️⃣ Extraire uniquement les emails.

✅ Nombre total estimé de fiches : environ 30 000 à 50 000

📌 Total à traiter :
📝 ~40 000 à 60 000 fiches → Attendu : 50 000 à 60 000 emails

📂 Format de livraison :
✔ Fichiers séparés pour chaque site
✔ Pour Site 2 : emails organisés par catégorie
✔ Un fichier unique reprenant toutes les adresses email, dédoublonnées

📅 Délai maximum : 16 mars 2024

Merci !