Meilleurs Scrapers Immoweb 2026 [Édition No-Code + API]

⚡ Résumé en 30 secondes

1. J'ai testé six scrapers Immoweb sur le même lot de 1,000 annonces, en notant les données, le coût, la facilité d'utilisation, la vitesse, la scalabilité et le support.
2. L'Actor ivanvs d'Apify se classe #1 avec 7.45/10. Il offre la couverture la plus large avec 120 points de données pertinents et la vitesse mesurée la plus rapide à ~296 annonces/min. Idéal pour : les acheteurs qui veulent des données larges, rapidement. Compromis : sortie imbriquée, $3.01/1K à l'échelle, et un support peu convaincant.
3. L'Actor azzouzana d'Apify se classe #2 avec 6.99/10. Il obtient le meilleur score de données à 9.91/10, avec 117 points de données pertinents, 99.80% de cohérence, et un tarif à $1.00/1K. Idéal pour : des données approfondies à moindre coût. Compromis : ~64 annonces/min, un plafond mémoire strict à 512MB, et une seule URL de recherche par run.
4. Le scraper Immoweb Listings & Phones Scraper de lobstr.io se classe #3 avec 6.91/10. Le mode basique coûte $0.50/1K et domine sur la facilité d'utilisation et le support. Idéal pour : une collecte propre à faible coût. Get Listing Details étend la couverture jusqu'à 42 points de données pertinents, mais coûte 5× plus cher et tourne 8.03× plus lentement.
5. Trois autres outils ont été testés mais non classés. L'un a renvoyé zéro résultat à deux reprises, un autre plafonnait les runs à environ 27 annonces, et l'option open-source a échoué telle quelle publiée.
6. Le scraper GitHub corrigé a ensuite atteint 458.33 annonces/min, mais seulement après modification du code, ce qui l'a maintenu hors du comparatif classé. Je détaille les trois ci-dessous.

Un scraper qui rate des annonces, ou qui saute des détails clés, ne vous donne pas seulement moins de données... il vous donne une vision du marché plus faussée.

Et obtenir des données Immoweb complètes à grande échelle est plus difficile qu'il n'y paraît.

Certains outils ratent des annonces. D'autres renvoient des fiches peu détaillées. Quelques-uns font les deux, ce qui est efficace dans le mauvais sens.

J'ai donc testé six scrapers Immoweb sur le même lot de 1,000 annonces et comparé ce qui revenait réellement.

L'objectif : trouver quel scraper vous donne le plus de données exploitables pour votre argent, sans sacrifier la fiabilité.

Comparatif rapide

Dites-moi simplement lequel choisir

Est-il légal de scraper Immoweb ?

Oui, sous certaines conditions.

Mais il y a deux questions distinctes auxquelles il faut répondre ici.

Immoweb autorise-t-il le scraping ?

Réponse courte... non.

Immoweb s'oppose également à la fouille de textes et de données, refusant explicitement la collecte de données, l'extraction, l'entraînement d'IA, et les usages de développement logiciel.

Alors, est-ce illégal ?

Pas nécessairement.

Le volume, l'objectif, et l'effet concurrentiel en décident.

Ainsi, une petite extraction à des fins de recherche et un miroir complet de la base d'annonces ne sont pas la même chose.

Pour rester du bon côté :

1. Ne scrapez que les pages d'annonces publiques, jamais les données protégées par connexion ou de compte
2. Gardez des volumes proportionnés et évitez de dupliquer l'intégralité de la base d'annonces
3. Utilisez les données en interne pour l'étude de marché, l'analyse de prix, ou les modèles de valorisation
4. Ne reconstruisez pas Immoweb comme un site d'annonces concurrent ou un moteur de recherche
5. Ne combinez pas les données de profil avec d'autres données personnelles sans base légale appropriée
6. Ne republiez pas les photos ou descriptions des annonces, qui ont leur propre droit d'auteur
7. Respectez les limites de fréquence, et arrêtez-vous immédiatement en cas de blocage ou de mise en demeure

Voici comment j'ai évalué les scrapers.

Comment j'ai choisi les meilleurs scrapers Immoweb

J'ai commencé par des fils Reddit, des discussions de développeurs, des sites d'avis, Google, GitHub, des recommandations d'IA, et des outils dédiés au scraping Immoweb.

À partir de cette liste, j'ai testé six outils sur le même job : collecter jusqu'à 1,000 annonces depuis une seule recherche Immoweb.

Trois étaient assez solides pour être classés. Trois ont rencontré des points bloquants que je détaille plus loin.

Chaque outil classé a été noté de 0 à 10 sur six critères pondérés : Données 2.2 · Coût 2.2 · Facilité d'utilisation 1.8 · Vitesse 1.8 · Scalabilité 1.0 · Support 1.0.

Je les ai jugés sur six points :

1. Données... Combien de données utiles reviennent, avec quelle cohérence, et quelle profondeur ?
2. Coût... Que coûte réellement la même charge de travail ?
3. Facilité d'utilisation... Combien de travail sépare la saisie du résultat exploitable ?
4. Vitesse... À quelle vitesse le même job de référence se termine-t-il ?
5. Scalabilité... Peut-il gérer des charges de travail plus importantes et récurrentes sans devenir contraignant en pratique ?
6. Support client... Quand quelque chose casse, peut-on obtenir de l'aide utile, et le problème est-il réellement résolu ?

Données

J'ai comparé les données renvoyées par la même recherche Immoweb.

Plutôt que de compter les clés JSON brutes, j'ai mesuré la couverture, la cohérence et la profondeur.

La couverture compte les données d'annonce distinctes et pertinentes. Les alias en double, les métadonnées de mise en forme, et les représentations répétées de la même information ne comptent qu'une fois.

La cohérence mesure la fiabilité avec laquelle les points de données comparables sont renseignés sur les mêmes annonces appariées.

La profondeur mesure la quantité là où elle compte vraiment ici : les galeries photo et les unités individuelles au sein des projets multi-lots.

Coût

J'ai normalisé les tarifs en coût pour 1,000 annonces à l'échelle.

Cela met les crédits par abonnement, la tarification au résultat, et les autres modèles de facturation sur la même base.

Les modes d'enrichissement ou détaillés optionnels sont tarifés séparément plutôt qu'intégrés à la base classée.

Facilité d'utilisation

J'ai suivi le flux de travail depuis la saisie d'une cible Immoweb jusqu'à l'obtention de données exploitables.

Cela incluait la flexibilité des entrées, les contrôles de scraping, la gestion par lots, les exports, la livraison, la planification, l'automatisation, l'accès développeur, et tout nettoyage laissé à la charge de l'acheteur.

Vitesse

J'ai chronométré le même job de référence de 1,000 annonces pour chaque outil classé.

Seuls les runs de benchmark complets alimentent le score de Vitesse.

Les runs de validation courts, les vérifications à mémoire supérieure, et les plafonds de concurrence calculés sont rapportés séparément, à titre de contexte.

Scalabilité

J'ai gardé la Scalabilité séparée de la Vitesse brute.

J'ai examiné la marge de montée en charge, la fiabilité soutenue, la récupération après échec, et la rétention des résultats.

La capacité mensuelle théorique est indiquée à titre de contexte uniquement. Elle n'affecte pas le score car elle est calculée directement à partir de la Vitesse mesurée.

Les plafonds de concurrence calculés sont également étiquetés comme calculés plutôt que mesurés.

Support client

Je ne me suis pas arrêté à la rapidité de la première réponse.

J'ai vérifié les canaux de support directs, la gestion publique des tickets, les corrections techniques, les avis spécifiques au support, et les preuves que les problèmes signalés ont réellement été résolus.

Un accusé de réception rapide ne comptait pas comme une résolution rapide, et davantage de canaux de support ne signifiait pas automatiquement un meilleur support.

Comment les scores se sont répartis

Chaque critère est noté de 0 à 10, puis pondéré selon son poids dans la décision d'achat.

Calcul détaillé pour l'Actor ivanvs d'Apify : (9.71×2.2 + 3.99×2.2 + 8×1.8 + 10×1.8 + 8×1.0 + 4×1.0) ÷ 10 = 7.45

L'Actor ivanvs d'Apify termine premier car son avantage en Vitesse compense largement le reste du classement.

L'Actor azzouzana d'Apify devance ivanvs sur les Données et coûte bien moins cher, mais un score de Scalabilité plus faible resserre l'écart.

lobstr.io domine nettement le Coût, la Facilité d'utilisation, et le Support.

Comment j'ai réduit la liste

J'ai écarté les outils qui ne convenaient pas à un comparatif en conditions de production :

1. Projets abandonnés... les scrapers à l'abandon sont difficiles à faire confiance face à une cible qui évolue.
2. Simples enveloppes marketplace... une propriété, une maintenance, ou un support flous rendent l'usage en production plus difficile à justifier.
3. Outils de scraping généralistes... j'ai privilégié les scrapers construits spécifiquement pour Immoweb plutôt que les outils nécessitant une extraction sur mesure.
4. Candidats de la marketplace Apify... aucun Actor Immoweb officiel n'existe, donc j'ai filtré par pertinence et usage avant de tester les options les plus solides.

Trois outils ont intégré le comparatif classé.

Trois autres ont été testés, mais chacun a rencontré un point bloquant suffisamment sérieux pour rester hors du classement principal.

Les meilleurs scrapers Immoweb

1. Apify — ivanvs/immoweb-scraper

Données

Ivanvs expose 1,784 chemins JSON normalisés, mais 120 représentent des points de données d'annonce distincts et utiles.

Ce faible ratio de 6.7% reflète surtout sa sortie profondément imbriquée, pas un manque de données.

Le compromis se situe sur la cohérence. Sur 103 points de données comparables, ivanvs a renseigné 91.44% des valeurs applicables.

Plusieurs lacunes ont été confirmées sur les mêmes annonces plutôt que déduites de champs vides.

La profondeur est un résultat plus solide. Sur 998 annonces appariées, ivanvs a renvoyé 17,421 photos, soit une moyenne de 17.46 par annonce.

Les numéros de téléphone ou mobile étaient disponibles sur 96.7% des annonces sans étape d'enrichissement séparée.

Score Données : 9.71/10 — le plus fort sur la largeur et la profondeur, juste en dessous d'azzouzana en raison d'une cohérence plus faible.

Coût

Apify utilise un modèle d'abonnement mensuel, avec des tarifs variant selon le palier de compte.

Tarification standard

1. Offre gratuite : $5.00 de crédit mensuel
2. À partir de : $4.00 pour 1,000 annonces
3. À l'échelle : environ $3.01 pour 1,000 annonces

À l'échelle, Apify coûte environ 6× plus cher que les annonces basiques de lobstr.io... $3.01/1K contre $0.50/1K.

Facilité d'utilisation

Apify combine une console Actor no-code avec un accès API et SDK, couvrant les flux manuels comme automatisés.

Entrée

Il accepte :

1. Une ou plusieurs URLs de recherche Immoweb par run
2. Des URLs d'annonces individuelles

Contrôles

Le principal contrôle de scraping est :

1. maxItems pour limiter les résultats

La surface de contrôle est plutôt minimale.

Flux de travail et livraison

Les runs peuvent être configurés et lancés depuis la console web.

Les résultats s'exportent en JSON, CSV, Excel, et d'autres formats.

Pour l'automatisation, Apify fournit aussi un accès API REST plus des SDK.

La principale friction se situe au post-traitement.

Les résultats arrivent en JSON profondément imbriqué, donc les flux prêts pour tableur nécessitent généralement une étape supplémentaire d'aplatissement.

Score Facilité d'utilisation : 8/10 — simple à lancer et automatiser, avec le filtrage géré via l'URL, freiné par une limitation notable : une sortie JSON imbriquée brute qui nécessite un aplatissement pour un usage prêt pour tableur.

Vitesse

Apify a terminé le benchmark de 1,000 annonces en 3 minutes 23 secondes, mesuré à 1024MB, le palier mémoire par défaut de cet Actor.

Cela équivaut à ~296 annonces/min, le résultat classé le plus rapide à cette configuration.

Cet Actor n'est pas plafonné à 1024MB. Je l'ai testé directement contre un palier mémoire supérieur, et contrairement à azzouzana, il a accepté 4096MB sans être ramené de force au palier inférieur.

Un échantillon de 100 annonces à 4096MB, exécuté spécifiquement pour vérifier l'existence d'un plafond strict, s'est terminé en 16 secondes... extrapolé à environ 369/min, plus rapide que le taux mesuré à 1024MB. Ce n'était toutefois pas un benchmark complet, et un échantillon aussi court porte proportionnellement plus de surcharge de démarrage fixe qu'un run de 1,000 annonces, donc à considérer comme indicatif, pas comme un plafond confirmé.

Au taux confirmé de 1024MB, 100,000 annonces prennent ~5.6 heures. Au taux supérieur non confirmé, cela tomberait à environ 4.5 heures.

Il était environ 4.6× plus rapide qu'azzouzana et 7.6× plus rapide que lobstr.io en mode basique, à la configuration actuellement mesurée de chaque outil.

Score Vitesse : 10.00/10 — le débit mesuré classé le plus rapide, avec une marge qui n'est probablement pas encore pleinement captée.

Scalabilité

Au taux mesuré de 1024MB, Ivanvs dispose d'une capacité de base théorique d'environ 12.77M annonces/mois en fonctionnement continu.

Apify permet aussi jusqu'à 25 runs Actor simultanés sur ce compte.

Il s'agit d'une marge au niveau de la plateforme plutôt que d'une capacité spécifique à Ivanvs, donc je la traite comme du contexte plutôt que comme un débit mesuré du scraper.

La fiabilité était solide. Le benchmark a terminé 1,000/1,000 annonces, sans doublons ni erreurs de collecte.

Les statistiques publiques sur 30 jours montrent 799 runs réussis sur 802 au total, soit 99.63%.

Quand un run échoue, il s'arrête au lieu de suspendre ou de reprendre automatiquement.

Les résultats complétés restent téléchargeables pendant 31 jours.

Score Scalabilité : 8/10 — forte capacité soutenue et runs fiables, contrebalancés par l'absence de reprise automatique en cas de run interrompu.

Support client

Il n'existe pas de support officiel Apify pour ce scraper. Votre voie d'escalade est l'email du développeur et les Issues Apify.

J'ai vérifié les trois tickets publics. L'un a été effectivement résolu (mais reste ouvert), tandis que deux problèmes de scraping restent non résolus, dont des résultats incomplets.

Le développeur répond, mais le registre public est plus solide sur le diagnostic que sur la résolution réelle.

Score Support : 4/10. Joignable et techniquement compétent, mais des tickets non résolus fragilisent la confiance dans un support à long terme.

Idéal pour : les acheteurs qui privilégient la vitesse et une large couverture de données au détriment d'un coût plus faible et d'une sortie plus propre. C'est le scraper classé le plus rapide, avec le schéma le plus large et une profondeur photo et multi-lots de premier plan. Le compromis : du JSON profondément imbriqué et un coût plus élevé pour 1,000 annonces.

2. Apify — azzouzana/immoweb-be-mass-scraper-by-search-url

Il s'agit d'un second Actor Apify pour Immoweb, structurellement distinct d'ivanvs bien qu'il scrape le même site... des noms de champs différents, une imbrication différente, mais une profondeur de données quasi identique.

Données

Azzouzana expose 1,662 chemins de champs normalisés, dont 117 représentent des points de données d'annonce distincts et utiles.

Cela place son ratio d'utilité à 7.0% et sa couverture globale juste derrière ivanvs à 120.

Sa couverture la plus forte se situe sur les données légales, les détails du bien, les données énergétiques, les informations d'agence, le média, et les projets multi-lots.

La couverture légale et permis est complète à 16 points de données comparables sur 16, correspondant à ivanvs champ pour champ.

Les données manquantes sont limitées.

La cohérence est le point fort.

Sur 101 points de données comparables, azzouzana a renseigné 99.80% des valeurs applicables, le meilleur résultat testé.

Il a aussi renseigné plusieurs champs qu'ivanvs expose structurellement mais laisse vides sur les mêmes annonces.

La profondeur est à égalité avec ivanvs. Sur 998 annonces appariées, azzouzana a renvoyé 17,421 photos, soit une moyenne de 17.46 par annonce.

Les numéros de téléphone ou mobile étaient disponibles sur 96.7% des annonces dans la sortie standard.

Score Données : 9.91/10 — le plus élevé testé, porté par une couverture proche d'ivanvs, une cohérence plus forte, et une profondeur identique.

Coût

Azzouzana utilise une tarification au paiement à l'usage, avec un tarif fixe plutôt que par palier.

Tarification standard

1. Tarif : $1.00 pour 1,000 annonces, fixe
2. Offre gratuite : disponible, mais avec une capacité limitée

Le test a correspondu exactement au tarif publié : 1,000 annonces facturées $1.00 au total.

À l'échelle, cela place azzouzana à 2× le tarif basique de lobstr.io mais à environ un tiers de celui d'ivanvs.

Score Coût : 8.00/10 — basé sur le tarif fixe de $1.00/1K face au plafond de notation de $5.00/1K, le même benchmark fixe utilisé pour les deux autres outils.

Facilité d'utilisation

Azzouzana combine une console Actor no-code avec un accès API et SDK, la même plateforme Apify qu'ivanvs.

Entrée

Il accepte :

1. Une URL de recherche Immoweb par run
2. maxItems pour limiter les résultats

Le schéma d'entrée n'a pas de champ tableau pour plusieurs URLs, donc le traitement par lots nécessite plusieurs runs séparés.

Contrôles

Le principal contrôle de scraping est le même qu'ivanvs :

1. maxItems pour limiter les résultats

Flux de travail et livraison

Les runs peuvent être configurés et lancés depuis la console web.

Les résultats s'exportent en CSV, JSON, XLSX, XML, JSONL.

Pour l'automatisation, azzouzana fournit aussi un accès API REST plus des SDK, comme ivanvs.

La principale friction est double : le même post-traitement JSON imbriqué qu'ivanvs, plus la limite d'entrée à une seule URL mentionnée ci-dessus.

Score Facilité d'utilisation : 7/10 — un point en dessous d'ivanvs, reflétant deux limitations notables au lieu d'une.

Vitesse

Azzouzana a terminé le benchmark de 1,000 annonces en 15 minutes 37 secondes à 512MB.

Cela équivaut à ~64 annonces/min.

512MB est le plafond testé de cet Actor. Les demandes de mémoire supérieure ont été automatiquement ramenées à 512MB.

Donc contrairement à ivanvs, il n'y a pas de marge mémoire supplémentaire pour un run unique.

À ce taux, 100,000 annonces prendraient environ 26 heures.

Azzouzana est plus rapide que lobstr.io en mode basique, mais environ 4.6× plus lent qu'ivanvs sur le benchmark commun.

Score Vitesse : 2.17/10 — ~64 annonces/min à la configuration maximale confirmée de cet Actor.

Scalabilité

À 64.03 annonces/min, azzouzana dispose d'une capacité de base théorique d'environ 2.77M annonces/mois en fonctionnement continu.

Apify permet jusqu'à 25 runs Actor simultanés sur ce compte, mais il s'agit d'une marge au niveau de la plateforme plutôt que d'une capacité spécifique à cet Actor.

La limite opérationnelle la plus importante concerne la gestion des entrées. Azzouzana accepte une URL de recherche par run.

Couvrir 500 recherches nécessite donc d'orchestrer 500 runs séparés plutôt que de les charger dans un seul job.

La fiabilité était solide. Le benchmark a renvoyé 1,000 annonces uniques, sans doublons ni erreurs de collecte.

Les statistiques publiques sur 30 jours montrent 4,721 runs réussis sur 4,738 au total, soit 99.64%.

Quand un run échoue, il s'arrête au lieu de suspendre ou de reprendre automatiquement. Terminer le job nécessite de lancer un autre run.

Les résultats complétés restent téléchargeables pendant 31 jours, comme pour ivanvs.

Score Scalabilité : 6/10 — benchmark fiable et runs parallèles, contrebalancés par un plafond à 512MB et l'absence de reprise automatique... une friction opérationnelle réelle qui s'accumule.

Support client

Il n'existe pas de support officiel Apify pour ce scraper. Votre voie d'escalade est Discord, l'email du développeur, et les Issues Apify.

Les six tickets publics sont tous clôturés dans les délais.

C'est un solide registre pour un Actor communautaire, même si le support repose sur un seul développeur.

Score Support : 8/10. Le développeur est joignable et affiche un bon historique de résolution des tickets signalés, mais sans filet de sécurité.

Idéal pour : les acheteurs qui veulent une profondeur de données proche d'ivanvs à un coût bien plus faible. Azzouzana égale ivanvs sur la profondeur photo et multi-lots, avec une meilleure cohérence, à environ un tiers du prix. Le compromis : des runs plus lents et une seule URL de recherche par run.

3. lobstr.io - Immoweb Listings & Phones Scraper

Données

Le mode basique est plus léger, avec 23 points de données pertinents.

L'exclusivité principale de lobstr.io est native_id, qu'aucun des deux Actors Apify ne renvoie.

Le mode basique couvre l'essentiel, mais saute les données d'agence, les numéros de téléphone, le PEB, les descriptions, les dates d'annonce, plusieurs détails du bien, et la plupart des équipements.

Ce qu'il renvoie est très cohérent. Sur 18 points de données comparables, le mode basique a renseigné 99.75% des valeurs applicables.

Le mode détaillé reste presque aussi cohérent, à 99.68% sur 36 points de données comparables, avec des numéros de téléphone ou mobile exploitables sur 96.6% des annonces.

La profondeur est la limitation la plus importante. Le mode basique renvoie une seule image de couverture par annonce, pas une galerie.

Le mode détaillé ajoute des galeries, mais avec une moyenne de seulement 3.99 photos par annonce, contre plus de 17 pour les deux Actors Apify.

La profondeur sur les projets ne s'améliore pas. Sur 270 projets, lobstr.io a renvoyé les fiches de projet mais aucune donnée de sous-unité individuelle, dans aucun des deux modes.

Score Données : 4.06/10 — forte cohérence, freinée par un schéma de base étroit, un média limité, et l'absence d'extraction au niveau des unités de projet.

Coût

lobstr.io utilise une tarification par crédits, avec des tarifs distincts pour les annonces basiques et l'option optionnelle Get Listing Details.

Annonces basiques

1. Gratuit : 100 crédits/mois
2. À partir de : $2.00 pour 1,000 annonces
3. À l'échelle : $0.50 pour 1,000 annonces

Avec les détails d'annonce

Activer Get Listing Details augmente le prix.

1. À partir de : $10.00 pour 1,000 annonces
2. À l'échelle : $2.50 pour 1,000 annonces

Cela rend les annonces avec détails exactement 5× plus chères que les annonces basiques.

Score Coût : 9.00/10 — basé sur le prix à l'échelle de $0.50/1K pour le job de référence commun.

Facilité d'utilisation

lobstr.io couvre l'intégralité du flux de travail sans code, avec une API bien documentée et adaptée aux développeurs pour les équipes qui veulent l'automatiser.

Entrée

Il accepte :

1. Des URLs de recherche Immoweb
2. Des URLs d'annonces individuelles
3. Des fichiers CSV ou TXT pour l'import en masse

Contrôles

Les contrôles de scraping utiles incluent :

1. max_pages et max_results
2. get_listing_details
3. Le mode résultats uniques
4. La suppression des sauts de ligne
5. La concurrence de 1 à 20

Flux de travail et livraison

Les runs peuvent être planifiés à la minute, à l'heure, au jour, à la semaine, ou au mois, avec gestion du fuseau horaire.

Les résultats peuvent être livrés en CSV, JSON, Excel, Google Sheets, S3, SFTP, email, ou webhooks.

Pour les flux programmatiques, lobstr.io fournit aussi une API, un SDK Python, une CLI, et un support MCP.

Score Facilité d'utilisation : 10/10 — des contrôles utiles, une planification et une livraison intégrées, plus des flux de travail no-code et développeur solides.

Vitesse

lobstr.io a terminé le benchmark de 1,000 annonces en 25 minutes 46 secondes à 1 Slot.

Cela équivaut à ~39 annonces/min en mode basique.

Le scraper prend en charge jusqu'à 20 Slots par Squid, mais je n'ai testé que la configuration à 1 Slot.

En supposant une montée en charge linéaire, 20 Slots atteindraient environ 776 annonces/min. Ce chiffre est calculé, pas mesuré.

À 1 Slot, 100,000 annonces prendraient environ 42.9 heures. Au taux calculé à 20 Slots, cela tomberait à environ 2.1 heures.

Avec Get Listing Details activé, le même job de 1,000 annonces a pris 3 heures 27 minutes à 1 Slot.

Cela équivaut à ~4.8 annonces/min, soit un ralentissement de 8.03× par rapport au mode basique.

lobstr.io est le plus lent au benchmark de référence à 1 Slot, mais c'est le seul scraper classé avec une concurrence contrôlée par l'acheteur jusqu'à 20 Slots.

Score Vitesse : 1.31/10. Basé sur le benchmark mesuré en mode basique de ~39 annonces/min à 1 Slot.

Scalabilité

Au taux mesuré à 1 Slot, lobstr.io dispose d'une capacité de base théorique d'environ 1.68M annonces/mois.

Le scraper prend en charge jusqu'à 20 Slots par Squid, chaque Slot agissant comme un worker séparé.

En supposant une montée en charge linéaire, cela porte la capacité théorique à environ 33.5M annonces/mois. Là encore, ce plafond est calculé plutôt que mesuré.

Contrairement aux Actors Apify, la concurrence est contrôlée au sein du même job plutôt qu'en lançant des runs Actor séparés.

La fiabilité était solide. Le benchmark a renvoyé 1,000 annonces uniques sans erreur de pagination.

lobstr.io affiche 99.95% de réussite des tâches et 99.90% de runs sans incident sur les 90 derniers jours.

Si un run s'arrête, lobstr.io conserve les résultats déjà collectés.

Vous pouvez télécharger la sortie partielle ou reprendre le run sans refaire les tâches déjà complétées.

Les résultats restent téléchargeables pendant 28 jours.

Score Scalabilité : 10/10 — forte récupération, marge de 20 Slots, benchmark propre, et forte fiabilité publiée.

Support client

lobstr.io propose le live chat et l'email, avec un support géré par l'entreprise plutôt que par un développeur communautaire isolé.

Sur Capterra, 21 avis sur 33 mentionnent le support, et le Service Client obtient un score de 5.0/5.

C'est une preuve de résolution produit, pas de rapidité de réponse, mais cela montre que les problèmes sont réellement corrigés.

Score Support : 10/10. Le dispositif de support le plus solide testé, avec des canaux directs, des preuves d'avis substantielles, et des données de résolution publiées.

Les outils qui n'ont pas fait la liste

Trois autres scrapers ont été testés, mais chacun a rencontré une limitation suffisamment sérieuse pour rester hors du comparatif classé.

Apify — memo23/immoweb-scraper

Cet Actor expose des contrôles inhabituellement poussés, incluant le ciblage de proxy, les réglages de concurrence, l'enrichissement d'emails, et des options de qualification de leads.

Pourquoi il n'a pas été classé : deux tentatives consécutives ont renvoyé 0 annonce sur les 1,000 demandées.

Les deux runs ont été signalés comme réussis, mais les logs montraient des échecs répétés dans le récupérateur principal et le repli HTML.

Cela rend le problème de fiabilité actuel difficile à ignorer, quelle que soit la qualité apparente des contrôles d'entrée.

Encore utile à savoir : la configuration est réellement utile pour les flux de génération de leads.

Apify — crawlerbros/immoweb-scraper

Cet Actor utilise l'automatisation de navigateur avec un proxy résidentiel belge plutôt qu'une approche par requêtes directes plus légère.

Pourquoi il n'a pas été classé : le run s'est arrêté après un budget d'exécution total non documenté de 270 secondes.

Cela a limité un run unique à environ 27 annonces, quel que soit le nombre de résultats demandé.

Le coût mesuré était aussi environ 8× supérieur au calcul par résultat affiché, une fois la bande passante du proxy résidentiel incluse.

Son signalement d'erreurs était toutefois meilleur que la plupart. Les sessions bloquées étaient écrites dans le dataset au lieu de disparaître silencieusement.

Encore utile à savoir : l'approche par navigateur fonctionne, mais elle convient mieux à de petits prélèvements répétés qu'à de gros runs uniques.

immoweb-scraper — feldeh

Ce scraper GitHub public est un projet Python léger, mis à jour pour la dernière fois en 2023, sans licence ni canal de support.

Pourquoi il n'a pas été classé : tel que publié, il a renvoyé 0 annonce sur 1,000 car chaque requête de page de détail recevait un code HTTP 403.

Le faire fonctionner nécessitait des en-têtes de requête imitant un navigateur et une modification du code source pour le type de bien testé.

Cela le rend inadapté à un comparatif prêt à l'emploi face à des outils hébergés.

Encore utile à savoir : une fois corrigé, il a atteint 458.33 annonces/min... plus rapide que les deux scrapers classés.

Pour les développeurs prêts à maintenir leur propre code, ce débit est notable.

FAQ

Ces scrapers renvoient-ils les numéros de téléphone des agences ?

Oui, pour les deux Actors Apify. ivanvs et azzouzana incluent tous deux des données de téléphone ou mobile dans leur sortie standard, à 96.7% de couverture.

lobstr.io atteint 96.6% avec Get Listing Details, mais le mode basique n'en renvoie aucun... les champs téléphone n'existent tout simplement pas dans le schéma du mode basique, et l'enrichissement coûte 5× plus cher.

Puis-je collecter plusieurs recherches Immoweb en un seul run ?

Avec lobstr.io et l'Actor ivanvs d'Apify, oui. lobstr.io accepte plusieurs URLs de recherche, y compris l'import en masse CSV ou TXT. ivanvs accepte aussi plusieurs URLs de recherche en un seul run.

L'Actor azzouzana d'Apify, non. Son schéma d'entrée n'accepte qu'une URL de recherche par run, donc le traitement par lots nécessite plusieurs runs séparés.

Quel est le scraper Immoweb le moins cher ?

lobstr.io. Le mode basique coûte $0.50/1K à l'échelle, contre $1.00/1K fixe pour l'Actor azzouzana d'Apify et environ $3.01/1K pour l'Actor ivanvs d'Apify.

Cela rend lobstr.io environ 6× moins cher qu'ivanvs, et 2× moins cher qu'azzouzana.

Quel est le scraper Immoweb le plus rapide ?

L'Actor ivanvs d'Apify, parmi les outils classés. Il a atteint ~296 annonces/min, environ 7.6× plus rapide que la référence de lobstr.io et 4.6× plus rapide qu'azzouzana.

Le scraper GitHub corrigé a atteint 458.33 annonces/min, mais a échoué tel que publié et n'a donc pas été classé.

Quel est le meilleur scraper pour la recherche multi-lots ou sur les nouveaux projets ?

Les Actors ivanvs et azzouzana d'Apify, à égalité. Tous deux ont capturé 4,601 sous-unités sur 270 projets appariés, incluant prix, surface, chambres, étage, et statut de vente par unité... vérifié identique, annonce par annonce.

lobstr.io a renvoyé la fiche du projet, mais aucun détail des sous-unités.

Pourquoi y a-t-il deux Actors Apify dans ce comparatif ?

Parce que ce sont réellement des outils différents qui scrapent le même site. ivanvs et azzouzana utilisent des schémas structurellement différents, et azzouzana avait été initialement écarté après qu'un compte gratuit l'ait plafonné à 5 annonces sur les 1,000 demandées.

Un nouveau test sur un compte payant a livré l'intégralité des 1,000/1,000, avec une profondeur de données proche d'ivanvs pour un tiers du coût... suffisamment différent sur le Coût, la Vitesse, et la Facilité d'utilisation pour mériter sa propre place classée, pas une simple note en bas de page sous ivanvs.

Quel est le meilleur scraper Immoweb pour les développeurs avec un budget limité ?

Pour une option hébergée qui fonctionne, lobstr.io est le meilleur choix économique à $0.50/1K, avec accès API, SDK, et CLI.

Si vous avez besoin spécifiquement d'une profondeur de données de niveau Apify, azzouzana à $1.00/1K est une alternative moins chère à ivanvs.

Le scraper GitHub est gratuit, mais nécessite des corrections de code et une maintenance continue.

Pourquoi le scraper GitHub feldeh n'est-il pas classé ?

Parce qu'il a échoué dès le départ. Les 1,000 requêtes de pages de détail ont toutes renvoyé un code HTTP 403, produisant zéro annonce.

Le faire fonctionner nécessitait des en-têtes imitant un navigateur et une modification du code source pour le type de bien testé.

Conclusion

L'Actor ivanvs d'Apify domine la vitesse et la couverture. C'est le choix par défaut si vous voulez la couverture la plus large testée et la collecte mesurée la plus rapide, et pouvez composer avec une sortie imbriquée et un coût plus élevé.

L'Actor azzouzana d'Apify domine le rapport valeur/profondeur des données. Il livre le meilleur score de données, égale ivanvs sur la profondeur photo et multi-lots, et coûte $1.00/1K. Le compromis se situe sur la vitesse et une seule URL de recherche par run.

lobstr.io domine le coût, la simplicité opérationnelle, et le support. C'est le meilleur choix si vous voulez une collecte propre et à faible coût et des opérations plus simples plutôt qu'une couverture et une profondeur maximales.

Trois autres outils ont été testés puis écartés. L'un a renvoyé zéro résultat à deux reprises, un autre plafonnait les runs à environ 27 annonces, et le scraper GitHub open-source a échoué tel que publié.

La version corrigée du scraper GitHub a ensuite atteint ~458 annonces/min, mais la nécessité de corrections au niveau du code source l'a maintenue hors du comparatif classé.

Les tarifs, le comportement des scrapers, et les données disponibles évoluent... je mettrai donc ce comparatif à jour à mesure que les chiffres changent.