Website Job Extractor (Browser) : pages carrière sur sites JS

Extraire les offres d'emploi des pages carrière rendues en JavaScript (React, Vue, Angular SPA) avec Playwright et IA. Compagnon navigateur de Website Job Extractor HTTP-only : il gère les 28% de sites qui renvoient du HTML vide sans exécution JavaScript. Même format d'entrée, même sortie, même score de confiance. Auto-chaîné quand l'actor HTTP marque une entreprise avec js_rendering_suspected.

Quand utiliser cet actor

• Pages carrière rendues en JS : React, Vue, Angular et autres frameworks SPA modernes
• Réponses HTML vides : pages carrière qui livrent un squelette sans exécution JS
• Entreprises marquées par l'actor HTTP : auto-déclenchement via enablePlaywrightFallback
• Sites nécessitant attente du contenu textuel : Playwright attend network idle et présence de texte
• Carrières ATS : Personio, Greenhouse, Lever, Softgarden, Ashby et 14 autres systèmes détectés

Fonctionnement

• Playwright rend la page complète, attend network idle plus contenu textuel visible
• Découverte de la page carrière depuis la navigation d'accueil (même logique que l'actor HTTP)
• Détection ATS pour 19 systèmes, pour choisir la bonne stratégie par entreprise
• Extraction LLM via Gemini Flash, Groq ou OpenRouter avec contrôles anti-hallucination
• Validation avec score de confiance par offre et déduplication multi-pages
• Suivi de pagination pour listings sur plusieurs pages

Exemple API

# Run the browser job extractor on a list of JS-heavy company sites
curl -X POST "https://api.apify.com/v2/acts/santamaria-automations~website-job-extractor-browser/runs?token=YOUR_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "companies": [
      {
        "company_id": "abc-123",
        "company_name": "TechCorp AG",
        "website_url": "https://techcorp.ch"
      }
    ],
    "llmProvider": "gemini",
    "geminiApiKey": "YOUR_GEMINI_KEY"
  }'

# Or use with AI agents via MCP:
# https://mcp.apify.com?tools=santamaria-automations/website-job-extractor-browser

Intégrations

• n8n, Make, Zapier : déclencher des runs et traiter les offres par webhook
• Agents IA (MCP) : Claude Desktop, Cursor, VS Code, LangChain, LlamaIndex
• Python, Node.js : SDK Apify pour accès programmatique
• Google Sheets, Airtable : liste d'entreprises en entrée, offres en sortie

Exemple de sortie

{
  "company_id": "abc-123",
  "company_name": "TechCorp AG",
  "title": "Senior Frontend Developer (m/w/d)",
  "location": "Zurich",
  "employment_type": "Vollzeit",
  "department": "Engineering",
  "job_url": "https://techcorp.ch/jobs/senior-frontend-developer-zurich",
  "job_id": "senior-frontend-developer-zurich",
  "application_url": "https://techcorp.ch/jobs/apply/123",
  "confidence": 0.85,
  "browser_extraction": true,
  "extracted_at": "2026-03-09T10:00:00.000Z"
}

Actors associés

• Website Job Extractor (HTTP) : version HTTP-only légère, à exécuter en premier
• Website Contact Extractor (Browser) : même stack Playwright, sortie contacts
• Career Site Jobs Scraper : 16 systèmes ATS avec accès API direct