Obtenez le nom, le prix et l'état de l'article à partir d'une capture d'écran OfferUp
Saisir manuellement les données d'une annonce OfferUp dans un tableaux prend 2 à 3 minutes par article — cet outil extrait le nom, le prix, l'état et l'emplacement en moins de 10 secondes par capture d'écran.
5 à 10 s par capture · Jusqu'à 99 % de précision sur le texte imprimé
Six champs que vous pouvez extraire de toute capture d'écran OfferUp
OfferUp privilégie la photo — chaque fiche 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 police de la fiche.
Le prix affiché en gros caractères à côté ou sous le titre.
Un badge près du prix — capture « New », « Like New », « Good », « Fair » ou « Poor » tel qu'affiché.
La ville et l'État indiqués sous le prix ou en bas de la fiche.
Le nom d'affichage du vendeur, présenté dans une ligne de profil ou une section de la fiche.
« For Sale », « Sold » ou « Archived » — lu depuis un badge superposé ou un indicateur de statut.
Saisissez ces termes comme noms de colonnes. L'IA lit chaque champ selon la structure de la fiche, sur les versions mobile et desktop.
Chaque capture d'écran OfferUp est une fiche photo, pas un tableau de données
OfferUp présente chaque annonce sous forme de grande fiche 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 un Google Sheet élaboré 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 brisent l'OCR traditionnel
Les données des annonces sont superposées sur une photo, et non disposées dans des colonnes étiquetées. Le design des fiches OfferUp met l'image du produit au centre. Le prix et l'état apparaissent sous forme de superpositions semi-transparentes ou de petits badges dans la zone de l'image. Un OCR basique lit le texte du prix mais ne peut pas déterminer s'il appartient à l'annonce ou à un filigrane sur la photo elle-même.
Les résultats de recherche affichent plusieurs fiches — chacune avec son propre prix et état. Une seule capture d'écran des résultats de recherche OfferUp peut montrer 4 à 6 fiches d'annonces empilées verticalement. Chaque fiche a son propre prix, état et emplacement. L'OCR traditionnel extrait tout le texte dans l'ordre de lecture, mélangeant les champs de différentes annonces.
L'application mobile et le site desktop n'ont aucune similitude visuelle. L'application mobile présente un flux de fiches vertical avec des badges superposés. La page d'annonce du site desktop utilise une disposition alignée à gauche avec une barre latérale. Les outils basés sur des modèles nécessitent des configurations séparées, et les scrappers web ne fonctionnent que sur le site desktop.
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 le nom de l'article, le grand chiffre en bas comme le prix, et le petit badge à côté comme l'état.
Les captures d'écran 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 vidage concaténé de tous les prix visibles.
Un seul jeu de colonnes fonctionne sur mobile, desktop et résultats de recherche. Importez une carte d'application mobile, une page de détail desktop et une vue de résultats de recherche dans le même lot. L'IA s'adapte à chaque mise en page de manière indépendante — lisant le prix depuis un badge superposé sur la carte mobile et depuis le bloc de texte sur la page desktop.
Des captures d'écran OfferUp à un tableur d'annonces traçable
Que vous soyez un revendeur qui suit son inventaire sur plusieurs plateformes ou un vendeur occasionnel qui cherche à garder un œil sur ses annonces actives, voici comment le flux d'extraction transforme votre collection de captures d'écran OfferUp en un enregistrement structuré.
Importez vos captures d'écran OfferUp
Déposez les captures depuis votre pellicule — fiches d'annonces de l'application mobile, pages de détail sur le bureau, 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 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 fiche mobile donne 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 d'annonces consolidé
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 est la plus performante — et quand être prudent
Quand c'est le plus performant
Captures d'écran natives en pleine résolution d'une seule fiche d'annonce. Le texte à contraste élevé et généré par machine depuis l'application OfferUp ou le site desktop atteint jusqu'à 99 % de précision pour des champs comme Item Name et Price.
Versions d'interface mixte traitées ensemble. Les fiches d'application mobile et les pages de détail desktop dans un même lot avec une seule définition de colonne — l'IA s'adapte indépendamment à chaque mise en page.
Captures d'écran nettes où la fiche 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 petits textes comme les badges Condition. Utilisez des captures d'écran natives pour de meilleurs résultats.
Plusieurs fiches d'annonce dans une seule capture d'écran. L'IA lit la fiche la plus visible visuellement. Pour une extraction propre par article, capturez chaque annonce individuellement avec la fiche 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 photographies 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 fiches d'annonces sont visibles ?
Oui. L'IA identifie la fiche 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 fiche. Si une capture d'écran montre une grille de résultats de recherche, l'IA se concentre sur la fiche au centre. Pour des résultats toujours propres, capturez chaque annonce individuellement avec la fiche 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. Cela vous donne les données brutes de condition pour filtrer, trier ou mapper à 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 en dessous du 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 est toujours plus utile que de l'avoir enfoui dans du texte non balisé à l'écran.
Puis-je traiter par lots des captures d'écran provenant à la fois de l'application mobile et du site web desktop d'OfferUp en un seul lot ?
Oui. L'IA traite chaque capture d'écran indépendamment selon vos définitions de colonnes. Une fiche d'application mobile — Price en texte superposé, Condition en badge — et une page de détail desktop — 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 desktop avant le téléchargement.
Que se passe-t-il si une annonce a déjà été vendue — puis-je quand même extraire ses données de 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 semi-transparente « Sold ». La colonne Listing Status capture « Sold » à partir de 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.
Analyses approfondies : Traitement par lots de captures d'écran de places de marché en un seul tableau structuré · Guide général d'extraction de données à partir de captures d'écran