Chaque liste des sites web les plus scrapés vient des journaux privés de quelqu’un, elle est donc difficile à vérifier. Nous en voulions une que vous puissiez reconstruire vous-même. Le 30 octobre 2026, nous avons récupéré les statistiques publiques des scrapers prêts à l’emploi les plus populaires de l’Apify Store : 8 186 scrapers qui ont totalisé 239,8 millions d’exécutions sur leurs 30 derniers jours. Nous avons rattaché chacun au site web qu’il cible, puis classé les sites. Si vous collectez des données sur l’un d’eux, les notes de configuration avec des proxys résidentiels à la fin indiquent ce qui fonctionne généralement pour chaque type de cible.
Pour les grandes tendances derrière ces chiffres, voir l’état du web scraping en 2026. Cet article, ce sont les données.
Points clés
- Instagram et LinkedIn représentent 43,5 % de la demande ciblant un seul site. Instagram arrive en tête avec 25,3 %, suivi de LinkedIn avec 18,2 %.
- Quatre sites totalisent 60,0 % : Instagram, LinkedIn, TikTok et Google Maps.
- Les réseaux sociaux et la vidéo représentent 56,0 % de la demande et 60,2 % des exécutions.
- Les propriétés de Meta totalisent 35,9 %, celles de Google 19,6 %.
- Les moteurs de réponse IA pèsent à peine : 0,1 % de la demande.
- La plupart des grandes cibles fonctionnent sans accroc. Sept des huit premiers sites ont un taux de réussite de 98,5 % ou plus. Les taux les plus bas concernent des cibles régionales et de voyage comme Naver, Taobao, ImmobilienScout24 et Google Flights.
Notre méthode
L’API de l’Apify Store publie, pour chaque scraper public (un « Actor »), son nombre d’utilisateurs sur les 30 derniers jours et le résultat de ses exécutions publiques sur la même période : réussies, en échec, expirées ou interrompues.
- Collecter. Le 30 octobre 2026, nous avons lu les 10 000 premières places du classement de popularité de la Store, ce qui a donné 8 186 scrapers uniques sur 104 320 référencés.
- Rattacher à une cible. Nous avons attribué chaque scraper à un seul site web d’après son nom et son titre, par exemple « Instagram Profile Scraper » à Instagram. Un scraper qui cite plusieurs plateformes a été attribué à la première reconnue par nos règles, les parts entre les grands réseaux sociaux sont donc approximatives.
- Classer. Nous avons classé les sites selon la somme des utilisateurs actifs sur 30 jours de tous les scrapers de ce site, avec les exécutions et leurs résultats à côté.
Quatre réserves comptent :
- Il s’agit de demande en libre-service, pas du trafic total. Les équipes qui font tourner leurs propres scrapers n’apparaissent pas ici.
- Les utilisateurs sont comptés par scraper. Une personne qui utilise trois scrapers Instagram compte trois fois, donc les sites servis par de nombreux scrapers spécialisés paraissent plus gros.
- 13,8 % de la demande n’est liée à aucun site unique. Les crawlers génériques, les navigateurs RAG, les outils de recherche de contacts et les bases de leads sont exclus du classement.
- Une exécution en échec ne prouve pas un blocage. Les exécutions échouent aussi à cause d’entrées erronées, de changements sur le site et de délais fixés par l’utilisateur.
Les 15 sites web les plus scrapés de 2026
La part correspond à la fraction de chaque site dans les utilisateurs actifs sur 30 jours de tous les scrapers ciblant un seul site.
| Rang | Site web | Part de la demande ciblant un seul site | Exécutions sur 30 jours | Exécutions par utilisateur |
|---|---|---|---|---|
| 1 | 25,3 % | 51,0 M | 239 | |
| 2 | 18,2 % | 37,2 M | 244 | |
| 3 | TikTok | 8,7 % | 33,9 M | 464 |
| 4 | Google Maps | 7,8 % | 17,4 M | 266 |
| 5 | 6,5 % | 18,1 M | 330 | |
| 6 | YouTube | 6,5 % | 8,4 M | 153 |
| 7 | Google Search | 3,6 % | 13,6 M | 447 |
| 8 | X (Twitter) | 3,5 % | 17,5 M | 594 |
| 9 | Facebook Ads Library | 3,1 % | 4,8 M | 186 |
| 10 | 2,8 % | 1,9 M | 84 | |
| 11 | Amazon | 1,6 % | 2,3 M | 169 |
| 12 | Indeed | 1,5 % | 2,9 M | 233 |
| 13 | Douyin | 0,8 % | 0,10 M | 15 |
| 14 | Threads | 0,7 % | 0,74 M | 132 |
| 15 | Naukri | 0,6 % | 0,10 M | 18 |
Trois tendances se dégagent.
Les plateformes sociales dominent. Profils, publications, commentaires et vidéos d’Instagram, TikTok, Facebook et YouTube sont la matière première de la veille des réseaux sociaux, de la recherche d’influenceurs et du suivi de marque, et ce travail tourne chaque jour.
X est exécuté bien plus souvent par utilisateur que tout autre site du top 15. 594 exécutions par utilisateur actif sur 30 jours, contre 239 pour Instagram. Suivent TikTok (464) et Google Search (447). Un ratio élevé indique une collecte planifiée et répétée plutôt que des extractions ponctuelles.
Google Maps à la quatrième place est une histoire de génération de leads. Ses 152 scrapers sont conçus pour collecter des fiches d’entreprises, des avis et des coordonnées. Nous détaillons la méthode dans comment scraper les données d’entreprises locales.
Demande de scraping par catégorie
Les réseaux sociaux et la vidéo représentent plus de la moitié de la demande, et les trois premières catégories totalisent 82,3 %.
| Catégorie | Part de la demande ciblant un seul site | Part des exécutions | Principales cibles |
|---|---|---|---|
| Réseaux sociaux et vidéo | 56,0 % | 60,2 % | Instagram, TikTok, Facebook, YouTube, X |
| Données B2B et professionnelles | 18,3 % | 16,8 % | LinkedIn, Crunchbase |
| Cartes et commerces locaux | 8,0 % | 8,6 % | Google Maps, Yelp |
| Moteurs de recherche et données SEO | 5,2 % | 6,5 % | Google Search, Google Trends, Similarweb |
| E-commerce et places de marché | 3,9 % | 1,9 % | Amazon, AliExpress et Alibaba, Taobao et Tmall |
| Veille publicitaire | 3,5 % | 2,5 % | Facebook Ads Library, Google Ads Transparency Center |
| Emploi et talents | 2,7 % | 1,8 % | Indeed, Naukri, Glassdoor |
| Voyage | 0,9 % | 0,8 % | Airbnb, Tripadvisor, Booking.com |
| Immobilier | 0,6 % | 0,6 % | Zillow, Idealista |
| Avis | 0,5 % | 0,1 % | Trustpilot, G2 |
| Magasins d’applications et développeurs | 0,3 % | 0,1 % | Google Play, Apple App Store |
| Moteurs de réponse IA | 0,1 % | 0,0 % | ChatGPT, Perplexity, Gemini |
Les données d’emploi pèsent plus que leur ligne ne le suggère : les scrapers d’offres LinkedIn sont classés sous LinkedIn, dans la ligne B2B.
L’e-commerce paraît petit, et c’est trompeur. La surveillance des prix et des catalogues à grande échelle est généralement construite en interne ou achetée sous forme de flux, elle apparaît donc rarement comme une demande sur la place de marché. Amazon se classe tout de même onzième à lui seul.
Les sites web avec les taux de réussite de scraping les plus bas
Populaire ne veut pas dire facile. Le tableau présente les cibles aux taux de réussite les plus bas parmi celles ayant au moins 50 000 exécutions sur 30 jours.
| Site web | Exécutions réussies | En échec ou expirées | Interrompues | Exécutions sur 30 jours |
|---|---|---|---|---|
| Naver | 79,0 % | 0,3 % | 20,7 % | 50 991 |
| Taobao et Tmall | 81,4 % | 18,6 % | 0,0 % | 140 407 |
| Google Trends | 89,0 % | 5,7 % | 5,2 % | 119 170 |
| ImmobilienScout24 | 89,9 % | 10,1 % | 0,0 % | 132 649 |
| Google Flights et Hotels | 92,1 % | 7,7 % | 0,2 % | 149 021 |
| Google Play | 94,7 % | 1,6 % | 3,8 % | 69 753 |
| Trustpilot | 95,9 % | 2,5 % | 1,5 % | 126 576 |
| 96,2 % | 3,0 % | 0,8 % | 1 943 609 | |
| YouTube | 97,0 % | 2,8 % | 0,2 % | 8 432 062 |
| Apple App Store | 97,1 % | 0,5 % | 2,4 % | 54 734 |
La liste a une forme nette :
- Les plateformes régionales échouent le plus. Taobao et Tmall, ImmobilienScout24 et Naver servent chacune un marché national. L’accès depuis l’extérieur de ce marché est une source fréquente de problèmes, même si les données n’enregistrent pas la cause de chaque échec.
- Naver est un cas à part. Presque toutes ses exécutions non réussies ont été interrompues, c’est-à-dire arrêtées avant la fin, et non en échec. Les données ne disent pas pourquoi.
- Les prix du voyage sont difficiles. Sur Google Flights et Hotels, 7,7 % des exécutions ont échoué ou expiré. Notre guide sur le scraping des prix des vols et des hôtels explique pourquoi la localisation et la session y comptent.
- Le volume ne fait pas la difficulté. YouTube et Reddit figurent sur cette liste avec des millions d’exécutions, mais la plupart des grandes cibles sociales restent au-dessus de 98,5 %.
Une exécution réussie ne garantit pas des données correctes. Un site peut renvoyer une page vide ou périmée avec un code de statut normal : vérifiez le contenu, pas seulement le résultat.
Autres constats
Les moteurs de réponse IA pèsent à peine. Les scrapers pour ChatGPT, Perplexity et Gemini totalisent 1 042 utilisateurs actifs et 82 543 exécutions, environ 0,1 % de la demande. Cela en dit plus sur cette place de marché que sur le trafic de recherche IA en général.
Meta et Google dominent. Instagram, Facebook, la Facebook Ads Library, Threads et Facebook Marketplace totalisent 35,9 % de la demande ciblant un seul site. Les propriétés de Google (Maps, Search, YouTube, Trends, l’Ads Transparency Center, Flights et Hotels, News, Play, Jobs, Shopping et Scholar) totalisent 19,6 %.
Les plateformes chinoises s’additionnent. Douyin, Taobao et Tmall, Xiaohongshu (RedNote), Bilibili et Weibo totalisent 1,8 % de la demande, plus que les 1,6 % d’Amazon.
Configuration des proxys par type de cible
Le jeu de données n’enregistre pas quels proxys chaque exécution a utilisés : ce sont donc des notes générales, pas des résultats. La bonne configuration dépend de la façon dont un site se protège :
| Type de cible | Exemples | Ce qui bloque généralement | Configuration à envisager |
|---|---|---|---|
| Plateformes sociales | Instagram, TikTok, X, Reddit | Limites par IP, murs de connexion sur les requêtes répétées | IP résidentielles rotatives, peu de requêtes par IP, pages publiques uniquement |
| Données professionnelles et emploi | LinkedIn, Indeed, Naukri | Limites de débit strictes, invitations à se connecter | IP résidentielles rotatives, rythme lent, annonces sans connexion |
| Cartes et local | Google Maps, Yelp | Les résultats changent selon la ville | IP résidentielles avec ciblage par ville |
| Portails régionaux | Naver, Taobao, ImmobilienScout24 | Le trafic étranger paraît suspect | IP résidentielles dans le pays cible, sessions sticky pour les parcours sur plusieurs pages |
| Voyage et e-commerce | Google Flights, Amazon | Rendu JavaScript, fingerprinting, réputation des IP | IP résidentielles et un vrai navigateur, une session sticky par recherche |
Une remarque sur ce que vous collectez
Qu’un site soit très scrapé ne rend pas licite toute forme de collecte. Les pages publiques sans connexion sont un cas différent du contenu derrière une connexion, et les profils des réseaux sociaux et professionnels contiennent généralement des données personnelles, ce qui fait intervenir le droit de la vie privée. Lisez le web scraping est-il légal avant de bâtir sur l’une de ces cibles, et consultez un avocat pour votre projet précis.
En résumé
Dans cet instantané sur 30 jours, Instagram, LinkedIn, TikTok et Google Maps représentent 60 % de la demande de scraping ciblant un seul site, et les plateformes sociales et vidéo à elles seules plus de la moitié. Les grandes cibles fonctionnent pour la plupart sans accroc. Les taux de réussite les plus bas concernent les plateformes régionales et les prix du voyage, où la localisation et la gestion de session décident si une exécution aboutit.
Note sur les données : les chiffres proviennent des statistiques publiques de l’Apify Store récupérées par Shifter le 30 octobre 2026. Ils couvrent 8 186 scrapers publics et 239,8 millions d’exécutions sur les 30 jours précédents de chaque scraper. Ils décrivent l’activité de ce jeu de données, pas l’ensemble du web scraping sur internet. Les taux de réussite décrivent les résultats des exécutions dans le jeu de données et ne constituent pas une mesure définitive de la difficulté à scraper un site web.