Scrapling : le scraper qui s'installe dans Claude Code en 30 secondes

Le scraper le plus puissant du monde vient de débarquer sur Claude Code et OpenClaw. Il s'appelle Scrapling, c'est un framework Python open-source qui bypass nativement les protections anti-bot type Cloudflare Turnstile, et qui s'installe directement dans ton agent en collant son lien GitHub. Plus de 51 000 étoiles sur GitHub, et un repo numéro un du jour quand il est sorti.

Pourquoi c'est utile

Huit cents fois plus rapide que la plupart des libs Python de scraping selon les benchmarks officiels.
Bypass Cloudflare Turnstile et les autres systèmes anti-bot directement, sans config.
Rotation automatique de proxies, sessions parallèles, pause/resume sur les gros crawls.
Compatible Claude Code, OpenClaw, Hermès, Codex. Tu donnes le lien GitHub à ton agent, il s'installe en trente secondes.
Adaptatif : le parser apprend des changements de site et relocalise tes éléments quand les pages changent.

Pourquoi ça aide : tu vois à quoi ressemble le repo, les fonctionnalités principales et la preuve sociale du jour de sortie.

Cas d'usage concrets

Le truc qui change tout, c'est ce que tu peux en faire avec ton agent IA derrière.

Pour la prospection. Tu peux scraper dix mille prospects en une nuit, zéro IP bannie grâce à la rotation auto. Tu donnes la liste des sites cibles à Claude Code, il enchaîne les requêtes via Scrapling, tu te réveilles avec ton CSV propre.

Card "10 000 prospects par nuit" : claim chiffré central du framework pour les use cases B2B

Pourquoi ça aide : tu visualises directement l'ordre de grandeur de ce qui est faisable, sans avoir à le calculer toi-même.

Pour la veille concurrentielle. Scrape les bases de tes concurrents sur des annuaires, des marketplaces, des listings. Tarifs, produits, descriptions, dispos. Pas besoin de payer un SaaS de scraping à deux cents euros par mois.

Pour les bases de données. Tu peux scraper des sites entiers et en sortir des bases structurées que tu réinjectes ensuite dans un workflow ou un produit.

Comment ça marche techniquement

Scrapling expose trois Fetchers principaux dans son API Python :

from scrapling.fetchers import Fetcher, StealthyFetcher, DynamicFetcher

StealthyFetcher.adaptive = True
page = StealthyFetcher.fetch('https://example.com', headless=True, network_idle=True)
products = page.css('.product', auto_save=True)

Fetcher pour les requêtes HTTP classiques rapides.
StealthyFetcher qui bypass les anti-bots type Cloudflare Turnstile par défaut.
DynamicFetcher pour les sites en JavaScript lourd qui ont besoin d'un vrai navigateur.

Le mode adaptive=True est la killer feature : si le site change sa structure HTML demain, ton script continue de marcher parce que le parser a appris à reconnaître tes éléments par contexte et pas juste par sélecteur.

Étape par étape

Étape 1 — Donner le lien GitHub à ton agent

Le plus simple, c'est de laisser Claude Code, OpenClaw, Hermès ou Codex s'occuper de tout. Ouvre ton agent et tape :

Installe Scrapling depuis https://github.com/D4Vinci/Scrapling et configure-le pour un projet de scraping prospects.

L'agent clone le repo, installe les dépendances Python via pip ou uv, et te confirme quand c'est prêt.

Pourquoi ça aide : tu n'as rien à configurer manuellement, l'agent gère pip, les dépendances et l'env virtuel.

Étape 2 — Brief ton agent sur le job

Décris en français ce que tu veux scraper, l'agent traduit en code Scrapling. Exemple :

Va sur Pages Jaunes, cherche "agences immo Paris 17", récupère pour chaque résultat : nom, téléphone, email, adresse. Sors-moi un CSV. Utilise StealthyFetcher pour éviter les blocages.

L'agent écrit le script, le lance, gère les erreurs, et te livre le CSV. Tu peux itérer en parlant.

Étape 3 — Mettre en place la rotation de proxies pour le scale

Pour du gros volume, tu donnes à ton agent une liste de proxies dans un fichier .env ou en variable d'env, et tu lui demandes d'activer la rotation auto. Scrapling change d'IP entre chaque batch de requêtes sans que tu aies à gérer la logique.

Active la rotation de proxies sur ce script avec la liste dans proxies.txt. Pause de 2 secondes entre chaque batch de 100.

Pourquoi ça aide : c'est ce qui te permet de tenir dix mille prospects par nuit sans te faire bannir. Sans rotation, tu te fais bloquer au bout de quelques centaines.

Étape 4 — Brancher la sortie dans ton workflow

Tu peux finir par demander à l'agent de pousser le CSV vers Sheets, Airtable, Notion, ou direct dans une séquence d'emailing :

Une fois le CSV prêt, importe les contacts dans Lemlist via leur API, segmente par code postal.

C'est là que la combinaison Scrapling + agent IA devient un vrai workflow autonome, pas juste un outil de scraping.

Compatibilité avec ton stack

Scrapling tourne avec n'importe quel agent qui peut exécuter du Python et lire un repo GitHub :

Card "Compatible Hermès + Codex" : le framework s'utilise avec n'importe quel agent IA

Claude Code (CLI, VS Code, JetBrains).
OpenClaw (alternative open-source à Claude Code).
Codex (l'agent d'OpenAI).
Hermès (agent communautaire).
N'importe quel notebook Python si tu préfères piloter manuellement.

Pour aller plus loin

Repo officiel : https://github.com/D4Vinci/Scrapling
Doc complète : https://scrapling.readthedocs.io/en/latest/
License BSD-3 : usage commercial autorisé.

Une dernière chose. Si tu fais du scraping à grande échelle, vérifie toujours les CGU des sites que tu scrapes et le RGPD si tu collectes des données personnelles. Scrapling te donne l'outil technique, mais la responsabilité légale reste de ton côté.

*Source : Repo officiel D4Vinci/Scrapling (51.7k stars)