Recherche développeur Python dans la création d’une solution sourcing

Le Concept : une solution de sourcing/scraping d’information web Ad’s, l’objectif du projet est de créer une solution capable d’identifier une publicité depuis un moteur de recherche et d’en extraire les données relatives, la solution doit être évolutive et restera dans le domaine du privée.

Les étapes pouvant mener à la réalisation du projet :

- Identifier les codes HTML de la page web dans lequel se trouve la publicité étudiée par la future solution selon les régies publicitaires (nos études ont déjà été réalisés mais encore non terminé) => nous souhaitons un code permettant de scrapper (sous python, ou autre selon proposition) les données sur un site web

- Classer les éléments identifiés afin de les nommer et de les intégrer au sein de tableaux utilisables (format xml, Excel)

- in code capable de scrapper la page, identifier les éléments de l’encart pub et de récupérer différentes informations (nom de l’entreprise, Query pub, ID pub, date de diffusion, langue de diffusion, typologies de pub, lien de la pub)

- le code doit pouvoir ouvrir le lien de la pub depuis le navigateur sans déclencher la publicité et scrapper la page de destination afin d’en récupérer les informations clients (logo, nom de l’entreprise, services offert sur la landing page etc…)

Aide à la création : La fonction d’identification BeautifulSoup permet de taguer ou de récupérer les données selon les balises recherchées (ces balises sont différentes selon les régies pub Google, Meta, Bing et autres, débutons ce premier projet par les publicités Google).

Les informations souhaitées sont par exemples les suivantes :
<div class="google-auto-placed ap_container" $la balise permettant d’identifier la publicité
$la balise permettant d’identifier le compte PUB client hébergeant la publicité (le site hébergeur affilié à la régie)
$La balise permettant d’identifier le compte émetteur de la pub, faisant parti d’une carte de visite et le compte publicitaire hébergeur
$un status qui détermine la présence d’ads (visible en fonction des formats display mobile et laptop)
$un status qui détermine le remplissage de d’ads (interaction ou non avec l’utilisateur supposée)
$La balise permettant d’identifier le compte émetteur de la pub
$La balise comprenant la query-id publicitaire

#Document
$La balise qui intègre la langue de diffusion de la publicité
$La balise qui intègre le lien de référence de la publicité
$portion de code comprenant le numéro de téléphone du call2act « appeler »
$La balise définissant le lien de la publicité.

Si ce projet correspond à vos compétences, un cahier des charges sera proposé, les livrables doivent être fonctionnels en fin de projet et être adaptables pour l’étude de chaque encart publicitaires (Native Display).

Dans l’attente de votre devis