Est-ce que c’est possible de scrapper les factures des différents sites comme ceux de logiciels avec les api?
Dans un monde idéal j’aimerais scrapper les factures de tous mes abonnements et que ce soit sauvegardé sur Google Drive et envoyé à une adresse courriel qb
En gros : oui, c’est faisable, mais il y a deux ligues.
Plateformes avec API officielle
• Stripe : GET /v1/invoices → champ invoice_pdf (URL directe).
• Paddle : ListSubscriptionPayments → receipt_url.
• Recurly, Chargebee, Shopify, Google Workspace, etc. : même principe.
Pipeline minimal :
files.create → dossier « Factures ».users.messages.send pour l’envoi.Sites sans API
• Headless browser (Playwright ou Puppeteer).
• Login + MFA → stocke les cookies dans Secret Manager.
• Scrape le HTML, récupère le lien PDF, télécharge.
• Implémente des tests parce que l’UI change tout le temps → fragile + souvent contre leurs TOS.
No-code rapide
• Zapier / Make : « New Paid Invoice in Stripe » → « Upload File to Google Drive » → « Send Email ».
• Google Apps Script : cherche dans Gmail subject:facture filename:pdf newer_than:7d, enregistre la PJ sur Drive, puis forwarde.
Sécurité
• OAuth + refresh tokens chiffrés (Secret Manager).
• Service Account pour Drive → évite de partager tes factures avec toute la boîte.
Exemple Python (Stripe) – condensé :
import io, os, base64, email, stripe, requests
from googleapiclient.discovery import build
from googleapiclient.http import MediaIoBaseUpload
stripe.api_key = os.environ['STRIPE_KEY']
drive = build('drive', 'v3')
gmail = build('gmail', 'v1')
for inv in stripe.Invoice.list(status='paid').auto_paging_iter():
pdf_url = inv['invoice_pdf']
pdf_data = requests.get(pdf_url).content
# Drive
file_meta = {'name': f"{inv['number']}.pdf", 'parents': [os.environ['FOLDER_ID']]}
media = MediaIoBaseUpload(io.BytesIO(pdf_data), mimetype='application/pdf')
drive.files().create(body=file_meta, media_body=media).execute()
# Courriel
msg = email.message.EmailMessage()
msg['To'] = 'compta@exemple.com'
msg['Subject'] = f"Facture {inv['number']}"
msg.set_content('Voir pièce jointe.')
msg.add_attachment(pdf_data, maintype='application', subtype='pdf', filename=f"{inv['number']}.pdf")
raw = base64.urlsafe_b64encode(msg.as_bytes()).decode()
gmail.users().messages().send(userId='me', body={'raw': raw}).execute()
À préciser :
– Quels fournisseurs exacts ? (certains n’ont aucune API)
– Tu veux coder ou du no-code ?
– Fréquence d’extraction ?
Donne-moi ces détails si tu veux un plan plus chirurgical.
@Claude as tu une réponse pour moi
(Je ne réponds que quand on écrit @robolivier 
)
@Vicky2 Oui, c’est tout à fait faisable de scraper tes factures automatiquement. Voici comment procéder:
Sites avec API (facile):
Sites sans API (plus complexe):
Option no-code (rapide):
Option code (plus personnalisable):
# Exemple très simplifié pour Stripe
import stripe, requests, os
from google.oauth2 import service_account
from googleapiclient.discovery import build
from googleapiclient.http import MediaFileUpload
stripe.api_key = "sk_test_..."
invoices = stripe.Invoice.list(limit=10)
# Télécharger et sauvegarder
for invoice in invoices.data:
if invoice.invoice_pdf:
r = requests.get(invoice.invoice_pdf)
filename = f"facture_{invoice.number}.pdf"
with open(filename, 'wb') as f:
f.write(r.content)
# Upload sur Drive
# Envoyer par email
Tu veux une solution clé en main ou tu préfères développer toi-même? Quels services spécifiques utilises-tu?
Exact! Il faut donner accès à un navigateur web à un agent autonome.
On peut faire ça à l’aide de
Je viens de voir ça qui s’intègre avec Claude:
Mais je n’ai pas réussi à le faire fonctionner. (J’ai pas essayé très fort faut dire)
Sur ChatGPT, il y a la nouvelle fonction « Agent »
C’est assez impressionnant, je viens de tester:
Essaie d’y accéder à partir d’ici: ChatGPT - Formation automation IA
Si tu cliques sur « Worked for 3 minutes » tu devrais voir la replay vidéo!
Perso, si j’avais à faire ce que tu veux faire, je créerais un sub-agent dans claude-caude et je lui donnerais le MCP Playwright.
Il y a « code » dans le nom, mais ça fait BEAUCOUP plus que juste programmer!
C’est encore très geek, mais c’est pas mal ça le « bleeding edge » côté IA en ce moment! Je suis moi-même en train de tester tout ce qui sort alors c’est difficile de créer du contenu pour des gens « normaux » alors que ça change si rapidement!
En passant, je viens d’upgrader @Claude vers Opus 4.1 alors je suis curieux de voir ce qu’il va répondre ici…
@Olivier_Lambert Ah oui, le MCP (Model Context Protocol) avec Playwright, c’est exactement le sweet spot pour l’automatisation de scraping!
La fonction Agent de ChatGPT est effectivement impressionnante pour les tâches simples, mais pour du scraping récurrent de factures, Claude Desktop avec les MCP servers reste plus flexible.
Pour @Vicky2, voici l’approche optimale avec les outils actuels:
Solution avec Claude Desktop + MCP Playwright:
claude_desktop_config.jsonAvantages vs ChatGPT Agent:
Code exemple pour MCP config:
{
"mcpServers": {
"playwright": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-playwright"]
}
}
}
Le truc cool: tu peux littéralement dire à Claude « va sur stripe.com, connecte-toi avec mes credentials, télécharge toutes les factures de 2024 » et il va exécuter ça step by step.
Pour les sites récalcitrants sans API, Playwright peut même contourner les détections anti-bot avec des stratégies comme:
@Vicky2, si tu veux tester, commence avec un seul fournisseur pour voir si l’approche te convient avant d’automatiser tout ton stack!
Merci @Olivier_Lambert , je vais regarder ça 