Comment extraire les avis Amazon sans l'API en 2026
Amazon a retiré son API publique d'avis et renforcé les pages produits en 2026. L'échantillon mis en avant est toujours accessible, l'historique complet ne l'est généralement pas. Voici exactement ce que vous pouvez collecter — et où se situe la limite légale.
Les avis Amazon sont la source gratuite la plus riche de sentiments consommateurs sur le web — distributions d'étoiles, signaux d'achat vérifié, et le langage exact utilisé par les acheteurs à propos d'un produit. Mais les voies faciles se sont fermées en 2026. Amazon a retiré l'API publique d'avis, et en mai 2026, il a renforcé la manière dont les avis sont servis : les extraire du HTML brut de la page produit n'est plus fiable, et l'URL des avis autonomes renvoie désormais une page introuvable pour les visiteurs non connectés. Ce guide couvre ce que vous pouvez encore collecter, proprement, et où se situe la limite.
Ce que vous pouvez réellement obtenir en 2026
Il existe deux niveaux de données d'avis, et ils comportent des risques très différents. La page produit publique montre un échantillon sélectionné d'environ 8 à 13 avis "mis en avant" — le mélange choisi par Amazon de retours positifs, critiques et les plus utiles. Cet échantillon est une donnée publique et suffisant pour avoir une bonne idée de la réception d'un produit. L'historique complet des avis se trouve derrière un mur de connexion, et même connecté, Amazon limite désormais la période qu'il servira. Pour toute utilisation commerciale, l'échantillon mis en avant est là où vous devriez rester.
Où se trouvent les avis sur la page
Chaque produit a un ASIN de 10 caractères — l'ID dans toute URL de produit, donc amazon.com/dp/B06X3SSTD8 a l'ASIN B06X3SSTD8. Les avis mis en avant s'affichent à l'intérieur de la page de détail produit (PDP). L'ancien chemin autonome, /product-reviews/<ASIN>/, renvoie désormais le "Page Not Found" d'Amazon lorsque vous êtes déconnecté, c'est pourquoi la boucle classique de pagination pageNumber ne renvoie rien sans cookies de session. Construisez votre pipeline autour de l'ASIN et du PDP, pas de l'endpoint d'avis retiré.
Extraire proprement les avis mis en avant
L'ensemble mis en avant se trouve dans le PDP, donc vous récupérez une page par ASIN. Amazon identifie fortement les scrapers, donc cela ne fonctionne qu'à partir d'IPs propres — passez par un proxy résidentiel avec une sortie US pour que les prix et la disponibilité se résolvent, et ajoutez un ensemble d'en-têtes de navigateur. Parce qu'Amazon obscurcit désormais le balisage des avis, la voie pragmatique est une Scraper API qui renvoie des objets d'avis analysés au lieu d'une coquille HTML en constante évolution :
import requests
resp = requests.get(
"https://api.quantumproxies.io/scraper",
params={
"api_key": "YOUR_KEY",
"url": "https://www.amazon.com/dp/B06X3SSTD8",
"country": "us",
"render": "false",
"extract": "amazon_reviews",
},
timeout=60,
)
for r in resp.json().get("reviews", []):
print(r["rating"], r["verified_purchase"], r["title"])Si vous préférez analyser vous-même, récupérez le PDP via le proxy et appliquez des sélecteurs sur le bloc mis en avant — mais attendez-vous à devoir réajuster les sélecteurs chaque fois qu'Amazon modifie la mise en page, ce qu'il fait souvent. La voie API échange cette maintenance contre une forme JSON stable.
Les champs qui valent la peine d'être capturés
Un enregistrement d'avis utile est plus qu'une étoile + texte. Capturez ceux-ci :
- note — 1 à 5 étoiles, le signal quantitatif.
- achat_vérifié — vrai lorsque Amazon a confirmé que l'acheteur a acheté l'article ; accordez-leur plus de poids.
- votes_utiles — combien d'acheteurs l'ont trouvé utile. Remarque : une valeur de 0 signifie généralement "non affiché", pas "zéro vote".
- date — la chaîne complète "Revu en ... le ...", pour l'analyse de la récence et des tendances.
- auteur et corps — le nom affiché et le texte complet, pour l'analyse des sentiments et l'extraction de mots-clés.
Passer d'un produit à un catalogue
L'échantillon mis en avant d'un produit est un point de données ; celui d'une catégorie entière est un ensemble de données. Pour aller large, vous avez d'abord besoin d'une liste d'ASINs — tirez-les des recherches Amazon ou des pages des meilleures ventes, puis alimentez chaque ASIN dans la récupération d'avis. Deux choses mordent à grande échelle. Premièrement, dosez-vous : Amazon surveille la vitesse des requêtes par IP, donc faites tourner les sorties résidentielles et ajoutez de la gigue entre les appels plutôt que de les lancer en boucle serrée. Deuxièmement, épinglez délibérément le marché — amazon.com, amazon.co.uk, et amazon.de portent des avis différents pour le même produit, et votre pays de sortie doit correspondre au domaine ou vous obtiendrez une redirection localisée au lieu des avis. Collectez l'échantillon mis en avant à travers des centaines d'ASINs et vous avez une image de sentiment à l'échelle de la catégorie qu'aucune page produit unique ne pourrait jamais vous donner.
Est-ce légal d'extraire les avis Amazon ?
Ceci est informatif, pas un conseil juridique — mais la forme est claire. Les Conditions d'utilisation d'Amazon interdisent explicitement "l'utilisation de l'exploration de données, des robots ou d'outils similaires de collecte et d'extraction de données." La nuance est que l'extraction des pages produits publiques se situe dans une zone grise légale : si vous ne vous êtes jamais connecté, vous n'avez jamais accepté ces conditions, et leur applicabilité est contestée dans de nombreuses juridictions. L'extraction derrière une connexion est différente — créer un compte signifie que vous avez activement accepté les ToS, et les données ne sont pas publiques. Notre aperçu de la légalité du web scraping en 2026 couvre la jurisprudence. La règle pratique : pour le travail commercial, restez sur l'échantillon public mis en avant et ne republiez jamais le texte d'un avis individuel mot pour mot.
Extraire les avis Amazon analysés avec la Scraper API
Des avis à l'insight
Les avis bruts ne sont pas le livrable — le motif en eux l'est. Faites passer les échantillons mis en avant d'une catégorie à travers un modèle de sentiment pour classer les produits par satisfaction, extrayez les corps à une et deux étoiles pour les défauts récurrents, et suivez comment la note d'un concurrent évolue après un lancement. Le même pipeline s'adapte à d'autres sources ; consultez notre guide sur l'extraction des avis produits à grande échelle, et les méthodes de découverte d'ASIN dans l'extraction des données produits Amazon pour construire la liste de produits que vous alimentez.
Questions fréquemment posées
Pouvez-vous extraire les avis Amazon sans compte ?
Oui, mais seulement l'échantillon mis en avant. La page produit publique expose un ensemble sélectionné d'environ 8 à 13 avis aux visiteurs non connectés — c'est le plafond sans se connecter. C'est suffisant pour évaluer la performance d'un produit. L'historique complet des avis nécessite une session connectée, ce qui vous place sous les Conditions d'utilisation d'Amazon et hors de la zone de données publiques.
Est-il légal d'extraire les avis Amazon ?
L'extraction des données de la page produit publique se situe dans une zone grise contestée — vous n'avez jamais accepté les ToS d'Amazon si vous ne vous êtes pas connecté. L'extraction derrière une connexion est plus risquée, car créer un compte signifie accepter ces conditions. Ce n'est pas un conseil juridique ; pour une utilisation commerciale, la posture sûre est de collecter uniquement les avis publics mis en avant et de ne jamais republier le texte d'un avis comme le vôtre.
Combien d'avis Amazon pouvez-vous extraire par produit ?
Sans se connecter, environ 8 à 13 avis mis en avant par produit — l'échantillon qu'Amazon choisit de montrer publiquement. Depuis mai 2026, même une session connectée atteint un plafond sur la quantité de l'historique complet qu'Amazon servira. Si vous avez besoin d'une couverture large, agréguez les échantillons mis en avant à travers de nombreux produits plutôt que d'essayer d'épuiser l'historique d'un produit.
Quelle est la meilleure façon d'extraire les avis Amazon en Python ?
Récupérez la page produit via un proxy résidentiel avec une sortie US, puis analysez soit le bloc mis en avant avec BeautifulSoup, soit appelez une Scraper API qui renvoie un JSON d'avis analysé. La voie API est plus robuste car Amazon obscurcit le balisage des avis et le modifie fréquemment — une forme JSON stable vous évite de réajuster les sélecteurs toutes les quelques semaines.
Le paysage des avis Amazon s'est rétréci en 2026, mais la tranche utile est toujours accessible : l'échantillon public mis en avant, collecté à partir d'IPs propres, agrégé à travers un catalogue plutôt qu'épuisé par produit. Restez sur les données publiques, capturez les champs qui portent un signal, et laissez l'analyse de sentiment transformer l'échantillon en une véritable décision.