--- title: "Comment récupérer les données SERP de Baidu : 3 approches" slug: how-to-scrape-baidu date: 2025-11-05T11:22:35+00:00 modified: 2025-11-05T11:22:37+00:00 permalink: https://brightdata.fr/blog/donnees-web/how-to-scrape-baidu type: blog --- [ Blog ](https://brightdata.fr/blog "Blog") / [Données Web](https://brightdata.fr/blog/donnees-web) [Données Web](https://brightdata.fr/blog/donnees-web) # Comment récupérer les données SERP de Baidu : 3 approches Explorez trois approches principales pour scraper les données SERP de Baidu, de la création d’un scraper Python personnalisé à l’utilisation de l’API SERP de Bright Data et de l’intégration Web MCP. 21 min de lecture [ ![Antonello Zanini](https://media.brightdata.fr/2022/12/Antonello-Zanini-2-50x50.jpg) ](https://brightdata.com/blog/authors/antonello-zanini) [Antonello Zanini Technical Writer ](https://brightdata.com/blog/authors/antonello-zanini) ![Baidu Web Scraping](https://media.brightdata.fr/2025/11/Baidu-Web-Scraping.png) Dans ce guide, vous apprendrez 1. Tout ce que vous devez savoir pour vous lancer dans le Scraping web de Baidu. 2. Les approches les plus populaires et les plus efficaces pour gratter Baidu. 3. Comment construire un Scraper Baidu personnalisé à partir de zéro en Python. 4. Comment récupérer les résultats des moteurs de recherche à l’aide de l’API SERP de Bright Data. 5. Comment donner à vos agents IA l’accès aux données de recherche de Baidu via le MCP Web. Plongeons dans le vif du sujet ! ## Se familiariser avec le SERP de Baidu Avant toute chose, prenez le temps de comprendre la structure de la SERP (page de résultats des moteurs de recherche) de Baidu, les données qu’elle contient, la manière d’y accéder, etc. ### URL de la SERP de Baidu et système de détection des robots [Ouvrez Baidu dans votre navigateur](https://www.baidu.com/) et commencez à effectuer des recherches. Par exemple, recherchez “bright data”. Vous devriez obtenir une URL comme celle-ci : ```none https://www.baidu.com/s ?ie=utf-8&f=8&rsv_bp=1&rsv_idx=1&tn=baidu&wd=bright%20data&fenlei=256&oq=ai%2520model&rsv_pq=970a74b9001542b3&rsv_t=7f84gPOmZQIjrqRcld6qZUI%2FiqXxDExphd0Tz5ialqM87sc5Falk%2B%2F3hxDs&rqlang=cn&rsv_enter=1&rsv_dl=tb&rsv_sug3=12&rsv_sug1=1&rsv_sug7=100&rsv_btype=t&inputT=1359&rsv_sug4=1358 ``` Parmi tous ces paramètres de requête, les plus importants sont les suivants : - **URL de base** `: https://www.baidu.com/s.` - **Paramètre de recherche**: `wd.` En d’autres termes, vous pouvez obtenir les mêmes résultats avec une URL plus courte : ```none https://www.baidu.com/s?wd=bright%20data ``` Baidu structure également ses URL pour la pagination via le paramètre de requête `pn`. En détail, la deuxième page ajoute `&pn=10`, puis chaque page suivante incrémente cette valeur de `10`. Par exemple, si vous souhaitez récupérer 3 pages avec le mot-clé “bright data”, les URL de votre SERP seront les suivantes : ```none https://www.baidu.com/s?wd=bright%20data -> page 1 https://www.baidu.com/s?wd=bright%20data&pn=10 -> page 2 https://www.baidu.com/s?wd=bright%20data&pn=20 -> page 3 ``` Si vous essayez d’accéder directement à une telle URL à l’aide d’une simple requête GET HTTP dans un client HTTP tel que Postman, vous obtiendrez probablement quelque chose comme ceci : ![Note the resulting error page](https://media.brightdata.com/2025/11/image-25-1024x535.png)Comme vous pouvez le constater, Baidu renvoie une page avec le message “网络不给力，请稍后重试” (qui se traduit par “Le réseau ne fonctionne pas bien, veuillez réessayer plus tard”, mais qui est en fait une page anti-bot). Cela se produit même si vous incluez un en-tête `User-Agent`, qui est normalement [essentiel pour les tâches de Scraping web](/blog/how-tos/user-agents-for-web-scraping-101). En d’autres termes, Baidu détecte que votre demande est automatisée et la bloque, exigeant une vérification humaine supplémentaire. Cela montre clairement que pour scraper Baidu, vous avez besoin d’un [outil d’automatisation du navigateur](/blog/web-data/best-browser-automation-tools) (tel que Playwright ou Puppeteer). Une simple combinaison d’un client HTTP et d’un analyseur HTML ne suffira pas, car elle déclenchera systématiquement des blocages anti-bots. ### Données disponibles dans une SERP Baidu Concentrez-vous à présent sur le [SERP Baidu pour “bright data”](https://www.baidu.com/s?wd=bright%20data) affiché dans votre navigateur. Vous devriez voir quelque chose comme ceci : ![The resulting Baidu SERP](https://media.brightdata.com/2025/11/image-26-1024x550.png)Chaque page du SERP de Baidu est divisée en deux colonnes. La colonne de gauche contient un aperçu de l’IA (voir [comment gratter les aperçus de l’IA](/blog/web-data/how-to-scrape-google-aio)), suivi des résultats de la recherche. Au bas de cette colonne, on trouve la section “相关搜索” (“Recherches connexes”) et, en dessous, les éléments de navigation de la pagination. La colonne de droite contient “百度热搜” (“Baidu Hot Searches”), qui présente les sujets les plus populaires sur Baidu.*(Remarque*: ces résultats ne sont pas nécessairement liés à vos termes de recherche). Cela couvre toutes les données principales que vous pouvez extraire d’un SERP de Baidu. Dans ce tutoriel, nous nous concentrerons uniquement sur les résultats de recherche, qui sont généralement les informations les plus importantes ! ## Principales approches pour récupérer Baidu Il existe plusieurs façons d’obtenir des données sur les résultats de recherche de Baidu. Comparez les principales d’entre elles dans le tableau récapitulatif ci-dessous : **Approche****Intégration Complexité****Exigences****Prix****Risque lié aux blocs****Évolutivité****Construire un Scraper personnalisé**Moyen/élevéCompétences en programmation Python + compétences en automatisation des navigateursGratuit (peut nécessiter des navigateurs anti-bots pour éviter les blocages)PossibleLimité**Utiliser l’API SERP de Bright Data**FaibleN’importe quel client HTTPPayéAucunIllimité**Intégrer le serveur Bright Data MCP**FaibleCadre ou plateforme d’agent IA prenant en charge MCPNiveau gratuit disponible, puis payantAucunIllimitéVous apprendrez à mettre en œuvre chaque approche au fur et à mesure que vous suivrez le didacticiel ! **Note 1**: Quelle que soit la méthode choisie, la requête de recherche cible utilisée tout au long de ce guide sera “bright data”. Cela signifie que vous verrez comment récupérer les résultats de recherche de Baidu spécifiquement pour cette requête. **Note 2**: Nous supposons que Python est déjà installé localement et que vous êtes familiarisé avec les [scripts web Python](/blog/how-tos/web-scraping-with-python). ### Approche n° 1 : Créer un Scraper personnalisé Utilisez un cadre d’automatisation de navigateur ou un client HTTP combiné à un analyseur HTML pour construire un Scraper Baidu à partir de zéro. **👍 Avantages**: - Contrôle total sur la logique d’analyse des données, avec la possibilité d’extraire exactement ce dont vous avez besoin. - Flexible et personnalisable en fonction de vos besoins. **👎 Inconvénients**: - Nécessite un effort de configuration, de codage et de maintenance. - Peut être confronté à des blocages d’IP, des CAPTCHA, des limites de taux et d’[autres défis de scraping web](/blog/web-data/web-scraping-challenges) lors de son exécution à l’échelle. ### Approche n°2 : utiliser l’API SERP de Bright Data Exploitez l’[**API SERP de Bright Data**](/products/serp-api), une solution haut de gamme qui vous permet d’interroger Baidu (et d’autres moteurs de recherche) via un point d’extrémité HTTP facile à appeler. Elle gère pour vous toutes les mesures anti-bots et la mise à l’échelle. Ces caractéristiques et bien d’autres en font l’une des [meilleures API SERP et de recherche sur le marché](/blog/web-data/best-serp-apis). **👍 Avantages**: - Hautement évolutif et fiable, soutenu par un [réseau de Proxy de 400M+ IP](/proxy-types). - Pas de bannissement d’IP ni de problèmes de CAPTCHA. - Fonctionne avec n’importe quel client HTTP (y compris des outils visuels comme Postman ou Insomnia). **👎 Inconvénients**: - Service payant. ### Approche n° 3 : intégrer le serveur Bright Data MCP Permettez à votre agent IA d’accéder gratuitement aux résultats de recherche de Baidu grâce au [**Bright Data MCP de Bright Data**](/ai/mcp-server), qui se connecte à l’API SERP et au [Web Unlocker de](/products/web-unlocker) Bright Data sous le capot. **👍 Avantages**: - Intégration dans les flux de travail et les agents de l’IA. - [Niveau gratuit disponible](/blog/ai/web-mcp-free-tier). - Aucune logique d’analyse des données n’est requise (l’IA s’en charge). **👎 Inconvénients**: - Contrôle limité sur le comportement des LLM. ## Approche #1 : Construire un Baidu Scraper personnalisé en Python à l’aide de Playwright Suivez les étapes ci-dessous pour créer un script de scraping web Baidu personnalisé en Python. Comme indiqué précédemment, le Navigateur de scraping de Baidu nécessite l’[automatisation du navigateur](/blog/proxy-101/browser-automation-explained) car les requêtes HTTP simples seront bloquées. Dans cette section du tutoriel, nous utiliserons [Playwright](https://playwright.dev/python/), l’une des meilleures bibliothèques pour l’automatisation du navigateur en Python. ### Etape #1 : Configurer votre projet de scraping Commencez par ouvrir votre terminal et créez un nouveau dossier pour votre projet Baidu scraper : ```none mkdir baidu-scraper ``` Le dossier `baidu-scraper/` contiendra tous les fichiers de votre projet de scraping. Ensuite, naviguez dans le répertoire du projet et créez un [environnement virtuel Python](https://docs.python.org/3/library/venv.html) à l’intérieur de celui-ci : ```none cd baidu-scraper python -m venv .venv ``` Ouvrez ensuite le dossier du projet dans votre IDE Python préféré. Nous recommandons [Visual Studio Code avec l’extension Python](https://code.visualstudio.com/docs/languages/python) ou [PyCharm Community Edition](https://www.jetbrains.com/pycharm/download/). Ajoutez un nouveau fichier nommé `Scraper.py` à la racine de votre répertoire de projet. La structure de votre projet devrait ressembler à ceci : ```none baidu-scraper/ ├── .venv/ └── scraper.py ``` Ensuite, activez l’environnement virtuel dans le terminal. Sous Linux ou macOS, exécutez : ```none source .venv/bin/activate ``` De manière équivalente, sous Windows, exécutez : ```none .venv/Scripts/activate ``` Une fois votre environnement virtuel activé, installez Playwright à l’aide de pip via le paquet [`playwright`](https://pypi.org/project/playwright/): ```none pip install playwright ``` Ensuite, [installez les dépendances nécessaires à Playwright](https://playwright.dev/python/docs/intro) (par exemple, les binaires du navigateur) : ```none python -m playwright install ``` Voilà, c’est fait ! Votre environnement Python est maintenant prêt à Commencer la construction de votre Scraper web Baidu. ### Étape 2 : Initialiser le script Playwright Dans `scraper.py`, importez Playwright et utilisez son [API synchrone](https://playwright.dev/python/docs/api/class-playwright) pour démarrer une instance de navigateur Chromium contrôlée : ```none from playwright.sync_api import sync_playwright avec sync_playwright() as p : # Initialiser une instance de Chromium en mode headless browser = p.chromium.launch(headless=True) # mettre headless=False pour voir le navigateur pour le débogage page = browser.new_page() # Logique de scraping... # Fermer le navigateur et libérer ses ressources browser.close() ``` L’extrait ci-dessus constitue la base de votre Scraper Baidu. Le paramètre `headless=True` indique à Playwright de lancer Chromium sans interface graphique visible. D’après les tests effectués, ce paramètre ne déclenche pas la détection des robots de Baidu. Il fonctionne donc bien pour le scraping. Cependant, lors du développement ou du débogage de votre code, vous préférerez peut-être définir `headless=False` afin de pouvoir observer ce qui se passe dans le navigateur en temps réel. Très bien ! Commencer à se connecter au SERP de Baidu et commencer à récupérer les résultats de recherche. ### Étape 3 : Visiter le SERP cible Comme nous l’avons analysé précédemment, la construction d’une URL de SERP Baidu est simple. Au lieu de demander à Playwright de simuler les interactions de l’utilisateur (comme taper dans le champ de recherche et le soumettre), il est beaucoup plus facile de construire l’URL SERP de manière programmatique et de demander à Playwright de naviguer directement jusqu’à elle. Voici la logique de construction d’une URL de SERP Baidu pour le terme de recherche “bright data” : ```none # L'URL de base de la page de recherche Baidu base_url = "https://www.baidu.com/s" # Le mot-clé/phrase-clé de la recherche search_query = "bright data" params = {"wd" : search_query} # Construire l'URL de la SERP de Baidu url = f"{base_url}?{urlencode(params)}" ``` N’oubliez pas d’importer la fonction [`urlencode()`](https://docs.python.org/3/library/urllib.parse.html) de la bibliothèque standard de Python : ```none from urllib.parse import urlencode ``` Maintenant, demandez au navigateur contrôlé par Playwright de visiter l’URL générée via [`goto()`](https://playwright.dev/python/docs/api/class-page#page-goto): ```none page.goto(url) ``` Si vous exécutez le script en mode headful (avec `headless=False`) dans le débogueur, vous verrez une fenêtre Chromium charger la page Baidu SERP : ![Note the page loaded by the Chromium instance controlled by your Playwright script](https://media.brightdata.com/2025/11/image-27-1024x640.png)Génial ! C’est exactement le SERP que vous allez scraper ensuite. ### Étape 4 : Préparer le scraping de tous les résultats des SERP Avant de plonger dans la logique du scraping, vous devez étudier la structure des SERP de Baidu. Tout d’abord, comme la page contient plusieurs éléments de résultats de recherche, vous aurez besoin d’une liste pour stocker les données extraites. Commencez donc par initialiser une liste vide : ```none serp_results = [] ``` Ensuite, ouvrez la SERP Baidu cible dans une fenêtre incognito (pour garantir une session propre) dans votre navigateur : ```none https://www.baidu.com/s?wd=bright%20data ``` Faites un clic droit sur l’un des éléments du résultat de la recherche et choisissez “Inspecter” pour ouvrir les DevTools du navigateur : ![Inspecting a search result element on the target Baidu SERP page](https://media.brightdata.com/2025/11/Inspecting-a-search-result-element-on-the-target-Baidu-SERP-page-1-1024x501.png)En observant la structure DOM, vous remarquerez que chaque élément de résultat de recherche possède la classe `result`. Cela signifie que vous pouvez sélectionner tous les résultats de la recherche sur la page à l’aide du sélecteur CSS `.result`. Appliquez ce sélecteur dans votre script Playwright : ```none search_result_elements = page.locator(".result") ``` **Remarque**: si cette syntaxe ne vous est pas familière, lisez notre guide sur le [scraping web avec Playwright](/blog/how-tos/playwright-web-scraping). Enfin, itérer sur chaque élément sélectionné : ```none for search_result_element in search_result_elements.all() : # Logique d'analyse des données... ``` Préparez-vous à appliquer la [logique d’Analyse des données](/blog/web-data/what-is-data-parsing) pour extraire les résultats de la recherche Baidu et remplir la liste `serp_results`: Parfait ! Vous êtes maintenant sur le point de terminer votre flux de travail de récupération de Baidu. ### Étape 5 : Extraire les données des résultats de recherche Inspectez la structure HTML d’un élément SERP sur la page de résultats de Baidu. Cette fois, concentrez-vous sur ses éléments imbriqués pour identifier les données que vous souhaitez extraire. Commencez par explorer la section du titre : ![Inspecting the title section of the Baidu SERP element](https://media.brightdata.com/2025/11/image-28-1024x463.png)Continuez en remarquant que certains résultats affichent une étiquette “官方” (“Officiel”) : ![Note the “官方” label](https://media.brightdata.com/2025/11/image-29-1024x590.png)Puis concentrez-vous sur l’image des résultats de la SERP : ![Inspecting the image section of the Baidu SERP element](https://media.brightdata.com/2025/11/image-30-1024x573.png)Et conclure en regardant la description/le résumé : ![Inspecting the description section of the Baidu SERP element](https://media.brightdata.com/2025/11/image-31-1024x574.png)À partir de ces éléments imbriqués, vous pouvez extraire les données suivantes : - L’**URL** du**résultat** à partir de l’attribut `href` de l’élément `.sc-link`. - **Titre du résultat** à partir du texte de l’élément `.sc-link`. - **Description/résumé** du**résultat** à partir du texte de l’`élément [data-module='abstract']`. - L’**image** du**résultat** provient de l’attribut `src` de l’`élément img` à l’intérieur de l’élément `.sc-image`. - **Extrait** du**résultat** à partir du texte `.result__snippet`. - **Étiquette officielle**, dans un élément `` dont le `href` commence par `https://aiqicha.baidu.com/feedback/official` (le cas échéant). Utilisez l’API de localisation de Playwright pour sélectionner les éléments et extraire les données souhaitées : ```none link_element = search_result_element.locator(".sc-link") link = link_element.get_attribute("href") title = link_element.inner_text() description_element = search_result_element.locator("[data-module='abstract']") description = description_element.inner_text() if description_element.count() > 0 else "" image_element = search_result_element.locator(".sc-image img") image = image_element.get_attribute("src") if image_element.count() > 0 else None official_element = search_result_element.locator("a[href^='https://aiqicha.baidu.com/feedback/official']") official = official_element.count() > 0 ``` Gardez à l’esprit que tous les éléments des SERP ne sont pas identiques. Pour éviter les erreurs, vérifiez toujours que l’élément existe (`.count() > 0`) avant d’accéder à ses attributs ou à son texte. Génial ! Vous venez de définir la logique d’Analyse des données SERP de Baidu. ### Étape 6 : Collecte des données des résultats de recherche analysés Terminez la boucle `for` en créant un dictionnaire pour chaque résultat de recherche et en l’ajoutant à la liste `serp_results`: ```none serp_result = { "title" : title.strip(), "href" : link.strip(), "description" : description.strip(), "image" : image.strip() if image else "", "official" : officiel } serp_results.append(serp_result) ``` C’est formidable ! Votre logique de Scraping web Baidu est maintenant terminée. La dernière étape consiste à exporter les données scrappées en vue d’une utilisation ultérieure. ### Étape 7 : Exporter les résultats de la recherche au format CSV À ce stade, vos résultats de recherche Baidu sont stockés dans une liste Python. Pour rendre les données utilisables par d’autres équipes ou outils, exportez-les vers un fichier CSV à l’aide de la bibliothèque [`csv`](https://docs.python.org/3/library/csv.html) intégrée à Python : ```none with open("baidu_serp_results.csv", mode="w", newline="", encoding="utf-8") as csvfile : # Lecture dynamique des noms de champs à partir du premier élément fieldnames = list(serp_results[0].keys()) # Initialiser le rédacteur CSV writer = csv.DictWriter(csvfile, fieldnames=fieldnames) # Ecrire l'en-tête et remplir le fichier CSV de sortie writer.writeheader() writer.writerows(serp_results) ``` N’oubliez pas d’importer csv : ```none import csv ``` De cette façon, votre Scraper Baidu générera un fichier de sortie nommé `baidu_serp_results.csv`, contenant tous les résultats scrappés au format CSV. Mission accomplie ### Étape n° 8 : Assembler le tout Le code final contenu dans `scraper.py` est le suivant : ```none # pip install playwright # python -m playwright install from playwright.sync_api import sync_playwright from urllib.parse import urlencode import csv # Où stocker les données récupérées serp_results = [] avec sync_playwright() as p : # Initialiser une instance de Chromium en mode headless browser = p.chromium.launch(headless=True) # mettre headless=False pour voir le navigateur pour le débogage page = browser.new_page() # L'URL de base de la page de recherche Baidu base_url = "https://www.baidu.com/s" # Le mot-clé/phrase-clé de la recherche search_query = "bright data" params = {"wd" : search_query} # Construire l'URL de la SERP de Baidu url = f"{base_url}?{urlencode(params)}" # Visiter la page cible dans le navigateur page.goto(url) # Sélectionner tous les éléments du résultat de la recherche search_result_elements = page.locator(".result") for search_result_element in search_result_elements.all() : # Logique d'Analyse des données link_element = search_result_element.locator(".sc-link") link = link_element.get_attribute("href") title = link_element.inner_text() description_element = search_result_element.locator("[data-module='abstract']") description = description_element.inner_text() if description_element.count() > 0 else "" image_element = search_result_element.locator(".sc-image img") image = image_element.get_attribute("src") if image_element.count() > 0 else None official_element = search_result_element.locator("a[href^='https://aiqicha.baidu.com/feedback/official']") official = official_element.count() > 0 # Remplir un nouvel objet de résultat de recherche avec les données récupérées serp_result = { "title" : title.strip(), "href" : link.strip(), "description" : description.strip(), "image" : image.strip() if image else "", "official" : officiel } # Ajouter le résultat SERP de Baidu à la liste serp_results.append(serp_result) # Fermer le navigateur et libérer ses ressources browser.close() with open("baidu_serp_results.csv", mode="w", newline="", encoding="utf-8") as csvfile : # Lecture dynamique des noms de champs à partir du premier élément fieldnames = list(serp_results[0].keys()) # Initialiser le rédacteur CSV writer = csv.DictWriter(csvfile, fieldnames=fieldnames) # Ecrire l'en-tête et remplir le fichier CSV de sortie writer.writeheader() writer.writerows(serp_results) ``` Ouah ! En seulement 70 lignes de code, vous avez créé un script de récupération de données Baidu. Testez le script avec : ```none python scraper.py ``` Le résultat sera un fichier `baidu_serp_results.csv` dans votre dossier projet. Ouvrez-le pour voir les données structurées extraites des résultats de recherche Baidu : ![The baidu_serp_results.csv produced by the script](https://media.brightdata.com/2025/11/image-32-1024x108.png)**Remarque**: pour extraire d’autres résultats, répétez le processus en utilisant le paramètre de requête `pn` pour gérer la pagination. Et voilà ! Vous avez réussi à transformer des résultats de recherche Baidu non structurés en un fichier CSV structuré. ### \[Extra\] Utiliser un service de navigation à distance pour éviter les blocages Le Scraper présenté ci-dessus fonctionne bien pour les petites séries, mais il n’est pas évolutif. Trafic commencera à bloquer les requêtes lorsqu’il verra trop de trafic provenant de la même IP, renvoyant des pages d’erreur ou des défis. L’exécution de nombreuses instances locales de Chromium est également gourmande en ressources (beaucoup de RAM) et difficile à coordonner. Une solution plus évolutive et plus facile à gérer consiste à connecter votre instance Playwright à une solution de Navigateur de scraping à distance, comme l’[**API Browser**](/products/scraping-browser) de Bright Data. Cette solution permet la rotation automatique des Proxy, la [gestion des CAPTCHA et le contournement des robots](/products/web-unlocker/captcha-solver), des instances de navigateur réelles pour éviter les problèmes d’empreintes digitales, et une mise à l’échelle illimitée. Suivez le [guide d’installation de l’API de navigateur de Bright Data](https://docs.brightdata.com/scraping-automation/scraping-browser/quickstart), et vous obtiendrez une chaîne de connexion WSS qui ressemble à ceci : ```none wss://:@brd.superproxy.io:9222 ``` ![The Browser API product page in your Bright Data account](https://media.brightdata.com/2025/11/image-33-1024x564.png)Utilisez cette URL WSS pour connecter Playwright aux instances de navigateur distantes via le CDP[(Chrome DevTools Protocol](https://chromedevtools.github.io/devtools-protocol/)) : ```none wss_url = "wss://:@brd.superproxy.io:9222" browser = playwright.chromium.connect_over_cdp(wss_url) page = browser.new_page() # ... ``` Désormais, vos demandes Playwright à Baidu seront acheminées via l’infrastructure distante Browser API de Bright Data, qui s’appuie sur un réseau Proxy résidentiel de 150 millions d’IP et sur de véritables instances de navigateur. Cela garantit une nouvelle IP pour chaque session et une empreinte réaliste du navigateur. ## Approche n°2 : utilisation de l’API SERP de Bright Data Dans ce chapitre, vous verrez comment utiliser l’[API SERP Baidu](/products/serp-api/baidu-search) tout-en-un de Bright Data pour récupérer les résultats de recherche de manière programmatique. **Remarque**: par souci de simplicité, nous supposons que vous disposez déjà d’un projet Python avec la [bibliothèque`requests` installée](/blog/web-data/python-requests-guide). ### Étape 1 : Configurer une Zone API SERP dans votre compte Bright Data Commencez par configurer le produit API SERP dans Bright Data pour l’extraction des résultats de recherche de Baidu. Tout d’abord, [créez un compte Bright Data ou](/?hs_signup=1) [connectez-vous](/cp/start) si vous en avez déjà un. Pour une configuration plus rapide, vous pouvez consulter le [guide de démarrage rapide de l’API SERP de Bright Data](https://docs.brightdata.com/scraping-automation/serp-api/quickstart). Sinon, suivez les étapes ci-dessous. Une fois connecté, accédez à ” Proxy & Scraping ” dans votre compte Bright Data pour atteindre la page des produits : ![Note the serp_api zone in the “My zones” table](https://media.brightdata.com/2025/11/image-34-1024x550.png)Jetez un œil au tableau “Mes zones”, qui répertorie vos produits Bright Data configurés. Si une zone API SERP active existe déjà, vous pouvez commencer. Copiez simplement le nom de la zone (par exemple, `serp_api`), car vous en aurez besoin plus tard. Si aucune zone API SERP n’existe, faites défiler la page jusqu’à la section “Solutions de scraping” et cliquez sur “Créer une Zone” sur la carte “API SERP” : ![Creating a new “SERP API” zone](https://media.brightdata.com/2025/11/image-35-1024x549.png)Donnez un nom à votre zone (par exemple, `serp-api`) et cliquez sur le bouton “Ajouter” : ![Pressing the “Add” button](https://media.brightdata.com/2025/11/image-36-1024x551.png)Ensuite, allez sur la page produit de la Zone et assurez-vous qu’elle est activée en basculant le commutateur sur “Actif” : ![Making sure the zone is enabled](https://media.brightdata.com/2025/11/image-37-1024x492.png)Cool ! Votre zone API SERP Bright Data est maintenant configurée avec succès et prête à être utilisée. ### Étape 2 : Obtenez votre clé API Bright Data La méthode recommandée pour authentifier les demandes adressées à l’API SERP consiste à utiliser votre clé d’API Bright Data. Si vous n’en avez pas encore généré une, [suivez le guide officiel de Bright Data pour créer votre clé API](https://docs.brightdata.com/api-reference/authentication#how-do-i-generate-a-new-api-key%3F). Lorsque vous effectuez une requête POST à l’API SERP, incluez votre clé API dans l’en-tête [`Authorization`](https://developer.mozilla.org/en-US/docs/Web/HTTP/Reference/Headers/Authorization) comme suit : ```none "Authorization : Bearer " ``` Génial ! Vous avez maintenant tout ce qu’il faut pour appeler l’API SERP de Bright Data à partir d’un script Python avec des `requêtes - ou`tout autre [client HTTP Python](/blog/web-data/best-python-http-clients). Maintenant, mettons tout en place ! ### Étape 3 : Appel de l’API SERP Utilisez l’API SERP de Bright Data en Python pour récupérer les résultats de recherche Baidu pour le mot-clé ” bright data ” : ```none # pip install requests import requests from urllib.parse import urlencode # informations d'identification Bright Data (TODO : remplacer par vos valeurs) bright_data_api_key = "" bright_data_serp_api_zone_name = "" # (par exemple, "serp_api") # URL de base de la page de recherche Baidu base_url = "https://www.baidu.com/s" # Mot-clé/phrase-clé de recherche search_query = "bright data" params = {"wd" : search_query} # Construire l'URL du SERP de Baidu url = f"{base_url}?{urlencode(params)}" # Envoyer une requête POST à l'API SERP de Bright Data response = requests.post( "https://api.brightdata.com/request", headers={ "Authorization" : f "Bearer {bright_data_api_key}", "Content-Type" : "application/json" }, json={ "zone" : bright_data_serp_api_zone_name, "url" : url, "format" : "raw" } ) # Récupérer le HTML entièrement rendu html = response.text # La logique d'Analyse se déroule ici... ``` Pour un autre exemple, consultez le [projet Python “Bright Data API SERP”](https://github.com/brightdata/bright-data-serp-api-python-project) sur GitHub. L’API SERP de Bright Data gère le rendu JavaScript, s’intègre à un réseau Proxy rotatif pour la rotation automatique des IP et gère les mesures anti-scraping telles que l’[empreinte digitale du navigateur, les CAPTCHA et autres](/blog/web-data/anti-scraping-techniques). Cela signifie que vous ne rencontrerez pas la page d’erreur “网络不给力，请稍后重试” (“Le réseau ne fonctionne pas bien, veuillez réessayer plus tard.”) que vous obtiendriez normalement en scrappant Baidu avec un client HTTP de base comme les `requêtes`. En termes plus simples, la variable `html` contient la page de résultats de recherche de Baidu entièrement rendue. Vérifiez-le en imprimant le code HTML avec : ```none print(html) ``` Vous obtiendrez un résultat comme celui ci-dessous : ![The HTML page returned by SERP API](https://media.brightdata.com/2025/11/image-38-1024x444.png)À partir de là, vous pouvez analyser le HTML comme indiqué dans la première approche pour extraire les données de recherche Baidu dont vous avez besoin. Comme promis, l’API SERP de Bright Data évite les blocages et vous permet d’atteindre une évolutivité illimitée ! ## Approche n° 3 : intégrer le serveur Bright Data MCP N’oubliez pas que l’API SERP (et de [nombreux autres produits Bright Data](https://docs.brightdata.com/mcp-server/tools)) est également accessible via l’outil `search_engine` dans le [MCP Web de Bright Data](/ai/mcp-server). Ce [serveur MCP Web open-source](https://github.com/brightdata/brightdata-mcp) offre un accès convivial pour l’IA aux solutions de récupération de données web de Bright Data, y compris le scraping web de Baidu. Plus précisément, les outils `search_engine` et `scrape_as_markdown` sont disponibles dans le [volet gratuit du MCP Web](/blog/ai/web-mcp-free-tier), ce qui vous donne la possibilité de les utiliser gratuitement dans des agents ou des flux de travail IA. Pour intégrer le Bright Data MCP dans votre solution IA, il vous suffit d’installer Node.js localement et de disposer d’un fichier de configuration comme celui-ci : ```none { "mcpServers" : { "Bright Data MCP" : { "command" : "npx", "args" : ["-y", "@brightdata/mcp"], "env" : { "API_TOKEN" : "" } } } } ``` Par exemple, cette configuration fonctionne avec Claude Desktop et Code (et bien d’autres bibliothèques et solutions IA). [Découvrez d’autres intégrations dans la documentation](https://docs.brightdata.com/mcp-server/integrations). Vous pouvez également [vous connecter via le serveur distant de Bright Data](https://docs.brightdata.com/mcp-server/remote/quickstart) sans aucune condition préalable locale. Avec cette intégration, vos [workflows ou agents alimentés par l’IA](/ai/web-access) pourront récupérer de manière autonome les données SERP de Baidu (ou d’autres moteurs de recherche pris en charge) et les traiter à la volée. ## Conclusion Dans ce tutoriel, vous avez exploré trois méthodes recommandées pour le scraping de Baidu : 1. Utiliser un Scraper personnalisé. 2. Exploitation de l’[API SERP de Baidu](/products/serp-api/baidu-search). 3. Par le biais du [MCP Web de Bright Data](/ai/mcp-server). Comme nous l’avons démontré, la manière la plus fiable de scraper Baidu à grande échelle tout en évitant les blocages est d’utiliser une solution de scraping structurée. Celle-ci doit être soutenue par une technologie avancée de contournement des robots et un réseau de Proxy robuste, tels que les [produits Bright Data](/products). Créez un compte Bright Data gratuit et commencez à explorer nos solutions de scraping dès aujourd’hui ! Contacter ventesEssai gratuit![google social icon](/wp-content/themes/brightdata/assets/images/ic_google.svg) Table des matières Dedicated Scraper APIs & No-Code Scrapers Over 1000 scrapers for all popular domains. Simplify your web scraping. [See pricing](/pricing/web-scraper "See pricing") Just want data? Skip scraping. Hundreds of ready-to-use datasets from all popular domains. [See pricing](/pricing/datasets "See pricing") [ ](https://news.ycombinator.com/submitlink?t=Comment+r%C3%A9cup%C3%A9rer+les+donn%C3%A9es+SERP+de+Baidu+%3A+3+approches&u=https://brightdata.fr/blog/donnees-web/how-to-scrape-baidu) [ ](https://www.linkedin.com/shareArticle?mini=true&title=Comment+r%C3%A9cup%C3%A9rer+les+donn%C3%A9es+SERP+de+Baidu+%3A+3+approches&url=https://brightdata.fr/blog/donnees-web/how-to-scrape-baidu) [ ](http://www.reddit.com/submit?title=Comment+r%C3%A9cup%C3%A9rer+les+donn%C3%A9es+SERP+de+Baidu+%3A+3+approches&url=https://brightdata.fr/blog/donnees-web/how-to-scrape-baidu) ## Vous pourriez aussi être intéressé par [ ![OpenHuman with Bright Data](https://media.brightdata.fr/2026/09/OpenHuman-with-Bright-Data.png) ](https://brightdata.fr/blog/ai/openhuman-with-bright-data "Accès Web Prêt pour la Production dans OpenHuman via le CLI Bright Data") [AI ![Antonello Zanini](https://media.brightdata.fr/2022/12/Antonello-Zanini-2-50x50.jpg) Antonello Zanini Technical Writer ### Accès Web Prêt pour la Production dans OpenHuman via le CLI Bright Data Intégrez le CLI Bright Data avec OpenHuman pour permettre un accès web prêt pour la production et la collecte de données pour les agents IA. 09-Sep-2026 14 min de lecture ](https://brightdata.fr/blog/ai/openhuman-with-bright-data) [ ![Multimodal Web Scraping with MiniMax](https://media.brightdata.fr/2026/09/Multimodal-Web-Scraping-with-MiniMax.png) ](https://brightdata.fr/blog/donnees-web/multimodal-web-scraping-with-minimax "Scraping Web Multimodal avec MiniMax") [Données Web ![Antonello Zanini](https://media.brightdata.fr/2022/12/Antonello-Zanini-2-50x50.jpg) Antonello Zanini Technical Writer ### Scraping Web Multimodal avec MiniMax Associez Bright Data Web Unlocker avec la vision MiniMax M3 pour extraire des données structurées à partir d’images et de captures d’écran de pages web. 09-Sep-2026 5 min de lecture ](https://brightdata.fr/blog/donnees-web/multimodal-web-scraping-with-minimax) [ ![The 10 Best CLI Tools for Codex in 2026](https://media.brightdata.fr/2026/08/The-10-Best-CLI-Tools-for-Codex-in-2026.png) ](https://brightdata.fr/blog/ai/best-cli-tools-for-codex "Les 10 meilleurs outils CLI pour Codex en 2026 – Testés & Classés") [AI ![Daniel Shashko](https://media.brightdata.fr/2022/04/Daniel-Shashko-2-50x50.png) Daniel Shashko Web Data & AI Expert ### Les 10 meilleurs outils CLI pour Codex en 2026 – Testés & Classés Les 10 outils CLI qui rendent Codex plus rapide et plus capable, en commençant par le Bright Data CLI pour un accès web réel depuis l’intérieur du sandbox. 06-Sep-2026 24 min de lecture ](https://brightdata.fr/blog/ai/best-cli-tools-for-codex)