Extraire des données de pages web avec Jina et OpenAI
Vous avez une liste de pages web dont vous voulez sortir des champs structurés. Le workflow lit les lignes d'une feuille Google Sheets, demande à Jina.ai le contenu de chaque page via une requête HTTP Request, puis confie à OpenAI l'extraction des informations voulues. L'exécution se lance à la demande, depuis l'éditeur n8n. Le template renvoie à une feuille d'exemple partagée dans ses notes, à copier avant de la modifier.
- Déclencheur
- Lancement manuel
- Taille
- 6 nœuds
- Outils
- Google Sheets, OpenAI, Requêtes HTTP (API)
Comment fonctionne ce workflow
- 1
Manual Trigger lance l'exécution à la demande, depuis l'éditeur n8n.
- 2
Google Sheets lit les lignes de la feuille indiquée.
- 3
Split Out sépare la liste reçue en un élément par ligne.
- 4
HTTP Request appelle Jina.ai pour récupérer le contenu de chaque page.
- 5
Information Extractor demande à OpenAI, via le nœud OpenAI Chat Model, d'en extraire les champs voulus.
Quand l'utiliser
- Relever les mêmes champs sur une liste de pages produits.
- Remplir un tableur de veille à partir de pages d'articles.
- Tester un schéma d'extraction sur quelques URL avant de traiter une liste plus longue.
À préparer avant l'import
- Un compte Google avec accès à la feuille Google Sheets, à déclarer comme identifiants dans n8n.
- Une clé API OpenAI, enregistrée dans n8n pour le nœud OpenAI Chat Model.
- Une copie de la feuille d'exemple, à adapter à vos données.
- Un accès réseau depuis votre instance n8n vers Jina.ai, pour le nœud HTTP Request.
Bon à savoir
Commencez avec une copie de la feuille d'exemple et une seule ligne. Vérifiez la sortie de Information Extractor avant de lancer le workflow sur toute la liste.
Installer ce template dans n8n
- Téléchargez le fichier JSON avec le bouton en haut de la page.
- Dans n8n, ouvrez le menu d'un workflow vide, choisissez « Import from File » et sélectionnez le fichier.
- Reliez vos propres identifiants à chaque nœud qui en demande un, lancez un test, puis activez le workflow.
Ce template fonctionne sur n8n auto-hébergé comme sur n8n Cloud. Les nœuds IA demandent une version récente de n8n.
Autres templates : Extraction & Scraping
- Interroger CoinMarketCap via un agent IA : échanges et indicesUn agent IA qui interroge les données d'échanges, l'indice CMC100 et l'indice Fear & Greed de CoinMarketCap.
- Interroger les données CoinMarketCap depuis Telegram avec un agent IAUn agent IA qui répond à vos questions sur les cours, classements et DEX de CoinMarketCap, depuis Telegram.
- Extraire des fiches produits Amazon vers Google SheetsExtrait les fiches produits Amazon via Web Scraper API et les range dans Google Sheets, lancé à la demande.
- Extraire des données web depuis des captures avec GeminiLit des pages web en capture d'écran, en extrait des données avec Gemini et les ajoute à une feuille Google Sheets.
- Extraire des données d'une page web avec Bright Data et GeminiExtrait des données structurées d'une page web via Bright Data Web Unlocker, puis les analyse avec Gemini.
- Faire naviguer un agent IA sur le web avec AirtopUn agent IA pilote un navigateur Airtop depuis un formulaire n8n pour extraire des informations de pages web.
Vous voulez ce workflow branché sur vos outils ?
Ce template est un point de départ. Nous l'adaptons à vos règles, à vos comptes et à votre hébergement, puis nous le maintenons.
Voir notre accompagnement n8n