📚 Books Online - Scraper de Prix

Automatisation du suivi des prix des livres d’occasion

Un projet Python pour extraire les prix des livres de Books to Scrape

📝 Description du projet

Ce projet vise à automatiser la surveillance des prix des livres d’occasion sur le site Books to Scrape afin d’aider Books Online, une librairie en ligne, à mieux suivre la concurrence.

Le programme est un scraper Python qui extrait les informations tarifaires et les enregistre sous forme exploitable pour des analyses ultérieures.

🎯 Objectifs

Automatiser la collecte des prix des livres sur Books to Scrape.

Structurer les données extraites sous un format exploitable (CSV) par catégorie.

Récupérer les images de couverture de chaque livre et classer par catégorie.

📂 Contenu du repository

scraper.py → Script principal qui extrait les données.

requirements.txt → Liste des dépendances à installer.

README.md → Ce fichier expliquant le projet.

.gitignore → Exclut les fichiers temporaires et les données extraites.

🛠️ Installation et exécution

1. Pré-requis

Assurez-vous d’avoir Python 3.x installé. Vérifiez avec :

python --version

2. Installation des dépendances

Clonez ce repository et installez les modules nécessaires :

git clone https://github.com/sRuiiit/BookPriceScraper.git cd BookPriceScraper pip install -r requirements.txt

Si vous utilisez un environement virtuel :

python -m venv env source env/bin/activate # Sur macOS/Linux env\Scripts\activate # Sur Windows pip install -r requirements.txt

3. Lancer le scraper

Exécutez le script :

python scraper.py

Cela générera un dossier CSVparcategories contenant un fichier CSV par catégorie lui-même contenant les informations des livres extraits.

📊 Format des données extraites

Les données sont enregistrées sous forme de fichier CSV avec les colonnes suivantes :

titre	prix	disponibilite	image_url	image_locale
Livre 1	£45.17	in stock	https://...	images_couvertures/travel/...
Livre 2	£49.43	in stock	https://...	images_couvertures/cat.../...

🔧 Vers un pipeline ETL

Pour aller plus loin, ce scraper pourrait être intégré dans un pipeline ETL en plusieurs étapes :

Extract → Extraction des données via ce scraper.

Transform → Nettoyage et enrichissement des données (ex. conversion des devises).

Load → Chargement des données dans une base de données ou un tableau d’analyse.

L’utilisation de cron jobs ou d’un scheduler Python permettrait d’automatiser ce processus.

🚀 Améliorations futures

Ajouter des librairies concurrentes pour élargir le suivi des prix.

Automatiser le scraping à intervalles réguliers.

Stocker les données dans une base SQL ou un tableau interactif.

Intégrer une visualisation des tendances de prix.

Récupérer le taux de change et afficher le prix en Euros.

Utiliser la librairie LXML plus rapide et robuste.

👤 Auteur

Steve Raffner 📩 Contact : [email protected] 🔗 GitHub : https://github.com/sRuiiit

💡 N’hésitez pas à contribuer ou à poser des questions ! 🚀