Cet outil, développé durant mon stage au sein de l'entreprise HUB Transition, avait pour but initial de récupérer des informations de contact sur des sites d'entreprises susceptibles d'être clientes de la mienne. En indiquant le lien du site ou, dans certaines versions, juste le nom de l'entreprise, le script analysait le contenu de la page. Via plusieurs regex* et règles de recherche, nous filtrions ce contenu pour récupérer les informations de contact (adresses mail, numéros de téléphone, et URL de réseaux sociaux).
La conception de cet outil a été complexe. Entre les défis éthiques et légaux, la difficulté technique du projet et les demandes changeantes de mon maître de stage, son développement a demandé de nombreuses itérations. De plus, en compagnie du second stagiaire, je devais concevoir de A à Z le site client de la société, le tout en simultané.
Au final, une version fonctionnelle a été créée. Elle est capable de récupérer les informations de contact efficacement (bien que le résultat varie selon la structure du site ciblé), tout en veillant scrupuleusement au respect des CGU et des fichiers robots.txt. En moins de 5 minutes, l'algorithme est capable de traiter plus d'une dizaine de sites différents, pour une prospection plus efficace.
*Paterne permettant la recherche de mots spécifiques selon certains critères