Récupérez Item Name, Price et Condition à partir d'une capture d'écran OfferUp
Saisir manuellement les données d'annonces OfferUp dans un tableur prend 2 à 3 minutes par article — cet outil extrait Item Name, Price, Condition et Location en moins de 10 secondes par capture d'écran.
5–10 s par capture d'écran · Jusqu'à 99 % de précision sur le texte imprimé
Six champs à extraire de toute capture d'écran OfferUp
OfferUp est axé sur la photo — chaque carte associe les données de l'annonce à une image produit. Custom Column Extraction lit chaque champ selon son rôle sémantique, et non sa position à l'écran.
Le titre du produit — généralement sous la photo, en gras et dans la plus grande taille de police de la carte.
Le prix demandé, affiché en grands caractères à côté ou sous le titre.
Un badge près du prix — capture « New », « Like New », « Good », « Fair » ou « Poor » tels qu'affichés.
Le texte de la ville et de l'État sous le prix ou en pied de carte.
Le nom d'affichage du vendeur, présenté dans une ligne de profil ou une section de carte distincte.
« For Sale », « Sold » ou « Archived » — lu à partir du badge superposé ou de l'indicateur de statut.
Saisissez ces noms comme noms de colonnes. L'IA lit chaque champ selon la structure de la carte, sur les versions mobile et desktop.
Chaque capture d'écran OfferUp est une carte photo — pas un tableau de données
OfferUp présente chaque annonce sous forme de grande carte photo avec des badges superposés — pas de lignes de champs étiquetées, juste une image produit et du texte. Un vendeur OfferUp qui suit ses annonces a créé une feuille Google Sheet élaborée car l'application n'offre aucune métrique vendeur — voici pourquoi l'extraction traditionnelle échoue sur cette mise en page.
Pourquoi les captures d'écran OfferUp déjouent l'OCR traditionnel
Les données de l'annonce sont superposées sur une photo, et non disposées dans des colonnes étiquetées. Le design des cartes OfferUp met l'image du produit au centre. Price et Condition apparaissent en superposition semi-transparente ou en petits badges dans la zone de l'image. Un OCR de base lit le texte du prix, mais ne peut pas déterminer s'il appartient à l'annonce ou à un filigrane sur la photo.
Les résultats de recherche affichent plusieurs cartes, chacune avec son propre prix et sa propre condition. Une seule capture d'écran des résultats de recherche OfferUp peut montrer 4 à 6 cartes d'annonces empilées verticalement. Chaque carte possède son propre Price, Condition et Location. L'OCR traditionnel extrait tout le texte dans l'ordre de lecture, mélangeant les champs de différentes annonces.
L'application mobile et le site de bureau n'ont aucun chevauchement visuel. L'application mobile présente un flux de cartes vertical avec des badges en superposition. La page d'annonce du site de bureau utilise une mise en page alignée à gauche avec une barre latérale. Les outils basés sur des modèles nécessitent des configurations distinctes, et les extracteurs web ne fonctionnent que sur le site de bureau.
Comment l'extraction sémantique lit chaque champ selon le contexte
Nommez les champs — l'IA trouve les valeurs par leur sens, pas par leur emplacement. Saisissez Item Name, Price, Condition, Location. Le modèle visuel lit la disposition de la carte, identifie le texte le plus gras sous l'image comme Item Name, le grand chiffre en bas comme Price, et le petit badge à côté comme Condition.
Les captures multi-cartes sont traitées une annonce à la fois. Lorsqu'une capture montre plusieurs cartes de résultats de recherche, l'IA lit les champs de la carte la plus visible. Chaque colonne reçoit exactement une valeur propre par ligne, et non un amas concaténé de tous les prix visibles.
Un seul ensemble de colonnes fonctionne sur mobile, ordinateur et résultats de recherche. Importez une carte d'application mobile, une page de détail sur ordinateur et une vue de résultats de recherche dans le même lot. L'IA s'adapte à chaque disposition indépendamment — lisant le Price depuis un badge superposé sur la carte mobile et depuis le bloc de texte sur la page ordinateur.
Des captures OfferUp à un tableur de suivi des annonces
Que vous soyez un revendeur qui suit son inventaire sur plusieurs plateformes ou un vendeur occasionnel qui veut garder un œil sur ses annonces actives, voici comment le flux d'extraction transforme votre collection de captures OfferUp en un enregistrement structuré.
Téléversez vos captures OfferUp
Déposez les captures depuis votre pellicule — cartes d'annonces de l'application mobile, pages de détail sur ordinateur, résultats de recherche avec plusieurs articles. PNG, JPG ou WebP, quelle que soit la source. Mélangez des captures de différentes catégories (électronique, meubles, véhicules) dans le même lot — aucun tri préalable n'est nécessaire.
Définissez les champs dont vous avez besoin
Saisissez les colonnes de votre tableur de suivi : Item Name, Price, Condition, Location, Seller Name, Listing Status. L'IA lit chaque capture et remplit ce qu'elle trouve — une carte mobile fournit le Price à partir de son texte superposé et le Condition à partir de son badge ; une page de bureau lit les mêmes champs depuis la disposition de la barre latérale. Les champs qui n'apparaissent pas sur une capture donnée restent vides.
Exportez un tableur consolidé des annonces
Le traitement prend 5 à 10 secondes par capture — environ 18 fois plus rapide que d'ouvrir chaque image et de saisir les champs manuellement dans un tableur. Le résultat est un fichier XLSX ou CSV avec les colonnes que vous avez définies. Filtrez par Status pour voir les annonces actives par rapport aux annonces vendues. Triez par Price pour prioriser les articles de grande valeur. Exportez directement vers Excel ou poussez vers Google Sheets via le module complémentaire pour un suivi continu.
Quand l'extraction de captures d'écran OfferUp fonctionne le mieux — et quand être prudent
Quand ça fonctionne le mieux
Captures d'écran natives en pleine résolution d'une seule carte d'annonce. Le texte généré par machine à contraste élevé de l'application OfferUp ou du site desktop atteint jusqu'à 99 % de précision pour des champs comme Item Name et Price.
Versions d'interface mixte traitées ensemble. Cartes d'application mobile et pages de détail desktop dans un même lot avec une seule définition de colonnes — l'IA s'adapte à chaque mise en page indépendamment.
Captures d'écran propres où la carte d'annonce occupe la majeure partie du cadre. Lorsque l'annonce est le principal focus visuel, l'IA isole ses champs des barres de navigation et des éléments de recherche.
Quand être prudent
Captures d'écran transférées via des applications de messagerie. WhatsApp et Messenger compressent les images, ce qui peut réduire la précision pour les textes plus petits comme les badges Condition. Utilisez des captures d'écran natives pour de meilleurs résultats.
Plusieurs cartes d'annonce dans une seule capture d'écran. L'IA lit la carte la plus visible visuellement. Pour une extraction propre par article, capturez chaque annonce individuellement avec la carte comme focus principal.
Photos d'un écran prises en angle. Les reflets et la distorsion de perspective réduisent la précision. Capturez des captures d'écran natives de l'appareil plutôt que des photos d'un moniteur.
Questions fréquentes
Puis-je extraire le Item Name et le Price d'une capture d'écran OfferUp prise dans la vue des résultats de recherche où plusieurs cartes d'annonces sont visibles ?
Oui. L'IA identifie la carte d'annonce la plus visible — généralement celle centrée ou la plus grande dans le cadre — et lit son Item Name, son Price et sa Condition à partir de cette carte. Si une capture d'écran montre une grille de résultats de recherche, l'IA se concentre sur la carte au centre. Pour des résultats constamment propres, capturez chaque annonce individuellement avec la carte d'annonce remplissant la majeure partie du cadre.
Comment fonctionne la colonne Condition — capture-t-elle le qualificatif complet comme « Used - Like New » ou seulement « Used » ?
L'IA capture l'étiquette de condition complète exactement telle qu'elle apparaît sur la capture d'écran. OfferUp utilise un ensemble standard de conditions : New, Like New, Good, Fair et Poor. Si le badge indique « Like New », la colonne Condition contient « Like New » — elle ne tronque ni ne normalise la valeur. Vous obtenez ainsi les données de condition brutes pour filtrer, trier ou mapper vers vos propres catégories dans le tableur.
Le Location sur ma capture d'écran OfferUp n'affiche qu'un nom de ville — l'outil peut-il quand même l'extraire ?
Oui. OfferUp affiche généralement le nom de la ville sous le prix — par exemple « Seattle » ou « Austin ». L'IA extrait tout texte de localisation visible. Si seul un nom de ville apparaît, c'est ce qui atterrit dans votre colonne Location. Avoir « Seattle » dans une colonne structurée reste plus utile que de l'avoir enfoui dans un texte à l'écran non balisé.
Puis-je traiter par lots des captures d'écran provenant à la fois de l'application mobile et du site web de bureau d'OfferUp en un seul lot ?
Oui. L'IA traite chaque capture d'écran indépendamment selon vos définitions de colonnes. Une carte d'application mobile — Price en texte superposé, Condition en badge — et une page de détail de bureau — Price et Condition dans la zone de contenu principale — sont toutes deux lues pour les mêmes champs. Chaque capture d'écran devient une ligne dans le même tableur, sans qu'il soit nécessaire de séparer les captures mobiles et de bureau avant le téléversement.
Que se passe-t-il si une annonce a déjà été vendue — puis-je quand même extraire ses données depuis la capture d'écran ?
Oui. Si la capture d'écran montre un badge ou une superposition « Sold », l'IA lit les données d'annonce sous-jacentes — Item Name et Price sont généralement visibles sous l'étiquette Sold semi-transparente. La colonne Listing Status capture « Sold » depuis la superposition, tandis que les autres champs renvoient les données d'annonce visibles en dessous.
Retour à la vue d'ensemble des places de marché d'occasion — couvre OfferUp, Facebook Marketplace, Vinted, Carousell et plus encore.
Analyses approfondies : Traitement par lots de captures d'écran de places de marché dans une feuille de calcul structurée unique · Guide général d'extraction de données à partir de captures d'écran