Extraction PagesJaunes bloquée : les causes et quoi faire

PagesJaunes est un annuaire public consulté par des humains. Comme tout site à fort trafic, il surveille le rythme des requêtes qu’il reçoit et ralentit ou refuse celles qui sortent de l’ordinaire. Ce n’est pas dirigé contre toi : c’est le fonctionnement normal d’un site qui se protège de la surcharge. Pour la vue d’ensemble de l’outil, vois la page scraper PagesJaunes.

Pourquoi une extraction se fait limiter

Un site public limite ce qui ne ressemble pas à une visite humaine : un rythme trop soutenu, trop de pages enchaînées d’affilée, ou un trafic massif venu d’une même adresse.

Le dernier point est le plus déterminant, et c’est celui qu’on oublie. Quand un outil collecte depuis ses propres serveurs, toutes les extractions de tous ses utilisateurs sortent par un petit nombre d’adresses IP. Le site d’en face ne voit pas cent personnes qui consultent un annuaire, il voit une poignée d’adresses qui consultent des milliers de fiches. Ce profil-là se repère tout seul.

Ce que change une extraction qui part de ton navigateur

Avec Datalume, l’extraction part de ton navigateur, avec ta connexion et ton IP. Aucun serveur Datalume ne parcourt PagesJaunes à ta place : le site reçoit une visite ordinaire, la tienne.

Tu consultes les pages que tu aurais consultées à la main, depuis la même connexion, au rythme de ta propre navigation. C’est la différence de conception qui compte le plus ici. Elle ne te met pas au-dessus des règles du site pour autant : si tu enchaînes les extractions sans respirer, tu produis exactement le profil que la section précédente décrit, simplement depuis chez toi.

Les cas les plus fréquents, dans l’ordre

Avant de conclure à un blocage, vérifie trois choses : le nombre de résultats réellement disponibles, l’état de ta session sur le site, et le rythme que tu viens d’imposer.

• La recherche est simplement arrivée au bout. Une requête très ciblée peut ne contenir que quelques dizaines d’établissements. Une liste courte n’est pas une liste tronquée.
• La page a changé d’état pendant l’extraction. Un filtre modifié, un retour en arrière, un onglet rechargé : l’extension travaille sur ce que ton onglet affiche, elle suit donc ce que tu fais.
• Plusieurs extractions lancées en même temps. Deux ou trois onglets qui parcourent l’annuaire en parallèle multiplient d’autant le rythme vu depuis le site.
• Une longue série sans pause. Enchaîner les villes l’une après l’autre pendant une heure produit un volume qu’aucune consultation humaine n’atteint.

Quoi faire quand ça arrive

Arrête-toi, laisse passer un moment, puis reprends sur un périmètre plus étroit. Une limitation de débit se lève d’elle-même : c’est une mesure temporaire, pas une sanction.

• Ferme les extractions en parallèle et garde un seul onglet actif.
• Reprends avec une recherche plus étroite : un métier, une ville, voire un arrondissement. Tu obtiens des listes exploitables plus vite, et tu restes dans un usage normal du site.
• Vérifie que tu vois bien les résultats toi-même dans l’onglet. Si la page ne s’affiche pas pour toi, l’extension n’a rien de plus à lire que toi.
• Étale le travail. Une ville par session, quelques sessions dans la semaine : c’est plus efficace qu’une longue série qui finit par s’interrompre.

Ce qui ressemble à un blocage sans en être un

Des champs vides dans l’export ne signalent pas un problème d’extraction : une fiche ne contient que ce que l’établissement a publié.

Toutes les fiches n’affichent pas de SIRET : dans ce cas l’enrichissement SIRENE rapproche l’établissement par son nom et son code postal, et le signale comme approximatif plutôt que certain. De même, une entreprise sans site web n’expose pas d’adresse de contact à trouver. Une fiche sans email trouvé ne consomme aucun crédit : tu ne paies pas pour une absence.

Rester dans les règles

Les coordonnées professionnelles d’un annuaire public restent des données soumises au RGPD : une finalité claire, et toute demande de désinscription honorée.

Le bon réflexe est aussi le plus simple : extraire ce dont tu as réellement besoin, au rythme d’une consultation normale. Datalume est conçu et hébergé en France, et l’extension est signée pour Chrome et Firefox.