Télécharger les résultats
Chaque page de résultats comporte des boutons qui téléchargent ce que la recherche a trouvé : URLs, CSV et CSV+extraits. Un compte connecté dispose aussi de Cluster, qui enregistre les résultats au lieu de les télécharger. Les lignes arrivent dans le même ordre que sur la page de résultats.
Ce que donne chaque bouton
| Bouton | Fichier | Chaque ligne |
|---|---|---|
| URLs | query.txt | L’adresse de la page qui correspond. |
| CSV | query.csv | url;rank |
| CSV+extraits | query-snippets.csv | url;rank;snippets |
| Cluster | - | Les domaines sont enregistrés comme cluster ; le message indique combien de résultats y sont entrés. |
Le fichier porte le nom de la requête, dont on retire tout sauf les lettres
latines, les chiffres, - et _ :
"static.hotjar.com" donne statichotjarcom.csv.
Le format
- UTF-8, sans ligne d’en-tête.
- Les colonnes sont séparées par un point-virgule
;. Une cellule qui contient un point-virgule, un guillemet double ou un saut de ligne est mise entre guillemets doubles, et un guillemet à l’intérieur est doublé. C’est du CSV standard : un tableur ou une bibliothèque CSV le lit tel quel, avec le point-virgule choisi comme séparateur. - Rank est la place du site dans le classement de popularité. Le champ est vide pour un site sans rang.
- Tous les extraits d’une page sont dans une seule cellule, reliés par
.... - Un extrait qui commence par
=,+,-ou@reçoit une apostrophe devant lui, pour qu’un tableur l’affiche au lieu de l’exécuter comme une formule. Les nombres, comme les numéros de téléphone, restent tels quels.
Combien de lignes
Un fichier contient les résultats que votre forfait dévoile - les lignes que vous pouvez ouvrir sur la page de résultats -, jusqu’à la limite du forfait : Résultats par recherche ou téléchargement pour URLs et CSV, Téléchargement avec extraits (lignes) pour CSV+extraits. Les chiffres figurent sur la page Tarifs. Les lignes sont prises en tête des résultats.
Lorsque le forfait a coupé les résultats, la dernière ligne du fichier le signale :
# Truncated at the plan limit: 1,000 of 22,694 results.
La ligne commence par # et est écrite dans la langue du site depuis
lequel vous avez téléchargé. Ce n’est pas un résultat : ignorez-la lorsque vous
lisez le fichier dans un programme. Si elle est absente, le fichier contient tous
les résultats.
Un téléchargement est décompté comme la recherche elle-même : une recherche du quota quotidien, et pour CSV+extraits aussi un téléchargement avec extraits - voir quotas et limites de débit. Quand les recherches du jour sont épuisées, un téléchargement contient ce que permet l’offre gratuite, et la dernière ligne indique que le fichier a été coupé.
Depuis un script
Les boutons construisent l’adresse de téléchargement dans la page, et elle
fonctionne pendant dix minutes dans le navigateur qui a ouvert la page. Pour
télécharger depuis votre propre code, utilisez l’API :
/v1/search avec format=csv ou format=txt.
Les anciennes URL d’export avec
?key= gardent exactement leur ancien format : les cellules ne sont
pas entre guillemets, il n’y a pas de dernière ligne, et un site sans rang affiche
>30M.
Autres téléchargements
- Un cluster - l’icône de téléchargement dans la liste des clusters donne un fichier texte de ses domaines, un par ligne.
- Extraction - un CSV séparé par des virgules, et non par des points-virgules, avec une ligne d’en-tête : le domaine, puis une colonne par expression. Plusieurs valeurs trouvées sur un même site partagent une cellule, une par ligne. La dernière ligne, qui commence par
#, indique combien de points d’extraction l’exécution a utilisés ; quand les points du jour sont épuisés, la ligne précédente indique où reprendre. Voir Extraction.