Les sites modernes chargent les données critiques via JavaScript après le HTML initial. Les SPA React/Vue/Angular renvoient souvent des divs vides aux clients HTTP simples.
Puppeteer (Google, Node, Chrome only) a pionnié la catégorie. Écosystème mature. Faiblesse : mono-navigateur, Node only.
Playwright (Microsoft, 2020+) supporte Chromium, Firefox, WebKit. Meilleur auto-wait et tracing. Notre choix pour nouveaux projets Node/TS. scrapy-playwright l'intègre en pipelines Python.
Scrapy seul gère ~80% des cibles en HTML statique — plus rapide et moins cher. Ajoutez Playwright quand vous hittez des murs JS.
Benchmark interne sur 50 pages produits e-commerce : Scrapy static — 12% succès, 50 ms/page. Playwright — 96% succès, 2,1 s/page. N'utilisez les browsers que si nécessaire.
Scrapy Ninja sélectionne automatiquement le bon outil par cible. Vous décrivez les données ; nous choisissons la stack.
