Comment extraire plus de 1 000 lignes de Google Search Console

Pour extraire plus de 1 000 lignes de Google Search Console, il faut contourner son interface : l'API Search Analytics renvoie jusqu'à 25 000 lignes par requête et pagine plus loin avec startRow, le connecteur Looker Studio lit la même API, et l'export groupé de données vers BigQuery envoie toutes les lignes sauf les requêtes anonymisées, mais seulement à partir du jour où vous l'activez. Le plafond de 1 000 lignes tient à l'interface et à son bouton d'export, et Google le dit en toutes lettres : « Le maximum que vous pouvez exporter via l'interface utilisateur de Search Console est de 1 000 lignes de données. »

Le rapport Statistiques sur l'exploration est l'exception qui amène beaucoup de monde à cette question, et la réponse honnête y est moins agréable. Ce rapport n'a aucune API, parce que l'API Search Console ne couvre que Search Analytics, les sitemaps, les sites et l'inspection d'URL, donc aucun outil ne peut en extraire l'intégralité des exemples d'URL. Pour des données de crawl au-delà de ces exemples, il vous faut vos propres fichiers de logs serveur, et pour Bing vous pouvez utiliser les données de crawl de l'API Bing Webmaster Tools. Les deux sont traités plus bas, avec la façon dont je dépasse la limite dans GSC Wizard et l'endroit où elle s'arrête.

Où la limite de 1 000 lignes s'applique, et où elle ne s'applique pas

Le plafond ne s'applique qu'aux tableaux qui listent des requêtes ou des URL. Pour les demandes sans dimension de requête ni d'URL, comme les pays, les appareils et l'apparence dans les résultats de recherche, Google écrit que « Search Console affichera et exportera toutes les données ». Les totaux du graphique en haut du rapport Performances sont eux aussi complets : les requêtes anonymisées sont absentes de tous les tableaux, mais Google précise que « elles sont incluses dans les totaux du graphique, sauf si vous filtrez par requête », ce qui explique que les lignes d'un tableau s'additionnent rarement au chiffre qui le surplombe.

Pour des instructions pas à pas sur chaque voie, voyez comment exporter les données de Search Console, l'export groupé de données vers BigQuery et ce que montre le rapport Statistiques sur l'exploration.

API Search Analytics : 25 000 lignes par requête, paginées avec startRow

L'API Search Console est la voie standard pour dépasser 1 000 lignes. Son paramètre rowLimit accepte une valeur de 1 à 25 000 et vaut 1 000 par défaut, donc un script qui l'omet obtient exactement les mêmes 1 000 lignes que l'interface. Pour aller plus loin, vous répétez la même requête en augmentant startRow de 25 000 à chaque fois, et le guide de Google vous dit de continuer « jusqu'à atteindre la dernière page (une réponse avec 0 ligne) ».

POST https://www.googleapis.com/webmasters/v3/sites/sc-domain%3Aexample.com/searchAnalytics/query
{
  "startDate": "2026-10-01",
  "endDate": "2026-10-01",
  "dimensions": ["query", "page"],
  "type": "web",
  "rowLimit": 25000,
  "startRow": 25000
}

La pagination ne vous donne pourtant pas toutes les lignes d'un grand site. La documentation de Google indique que la méthode « expose au maximum 50K lignes de données par jour et par type de recherche (web, image, etc., triées par clics) », et son article de fond sur les données de performance ajoute que cette limite « peut ne pas être atteinte dans tous les cas ». Comme les résultats sont triés par clics, ce qui disparaît, c'est la longue traîne de requêtes et de pages avec peu ou pas de clics. Les requêtes anonymisées, celles qui n'ont pas été saisies par plus de quelques dizaines d'utilisateurs sur deux à trois mois, n'apparaissent jamais dans aucune ligne. Google prévient aussi que lorsque vous regroupez par page ou par requête, « notre système peut abandonner certaines données » pour garder le calcul dans des limites raisonnables de temps et de ressources.

La limite compte par jour de données, ce qui explique pourquoi Google recommande de lancer une requête par jour pour une journée de données, par type de recherche (web, image, video, news, Discover et Google News demandent chacun leur propre requête). Une plage de 30 jours récupérée en 30 requêtes d'un jour peut renvoyer bien plus de lignes qu'une seule requête pour le mois entier. Les quotas gênent rarement : Search Analytics autorise 1 200 requêtes par minute, par site et par utilisateur, et 40 000 par minute et 30 000 000 par jour par projet Cloud. Le quota vraiment contraignant est le quota de charge, mesuré par tranches de 10 minutes et par jour, et Google est explicite : les requêtes groupées ou filtrées à la fois par page et par chaîne de requête sont les plus coûteuses, et une plage de six mois coûte beaucoup plus qu'une plage d'un jour.

Export groupé de données vers BigQuery : toutes les lignes, à partir du jour où vous l'activez

L'export groupé planifie un transfert quotidien de vos données de performance vers un projet Google BigQuery. Google le décrit comme incluant « toutes les données de performance dont Search Console dispose pour votre propriété, à l'exception des requêtes anonymisées », et son article de lancement dit clairement que « l'export groupé de données n'est pas concerné par la limite quotidienne de lignes de données ». Vous obtenez trois tables : searchdata_site_impression (agrégée par propriété), searchdata_url_impression (agrégée par URL) et un ExportLog des exports réussis. Seuls les propriétaires de la propriété peuvent le configurer.

Il y a deux pièges. Le premier, c'est qu'il part de zéro : le premier export a lieu jusqu'à 48 heures après la configuration et « inclut les données du jour de l'export », et pour tout ce qui est plus ancien, le conseil de Google est d'« utiliser l'API Search Console ou les rapports ». Les 16 mois que Search Console conserve déjà doivent donc venir de l'API, et chaque jour d'attente est un jour que l'export n'aura jamais. Le second, c'est le coût : il vous faut un projet Google Cloud avec facturation activée, et Google écrit que « Les données sont soumises aux coûts de stockage et de requête de Google Cloud, mais il existe un niveau d'utilisation gratuit. » Les données s'accumulent indéfiniment sauf si vous définissez une expiration de partition, donc le stockage grossit chaque jour. L'article de lancement de Google souligne aussi que l'export s'adresse surtout aux grands sites, et que « Les petits et moyens sites ont déjà accès à toutes leurs données via l'interface utilisateur, le connecteur Looker Studio (anciennement appelé Data Studio) ou l'API Search Analytics. »

Comment extraire plus de 1 000 lignes du rapport Statistiques sur l'exploration ?

Vous ne pouvez pas en tirer une liste complète, et mieux vaut savoir pourquoi avant d'essayer des contournements. Le rapport Statistiques sur l'exploration (Paramètres > Statistiques sur l'exploration, disponible uniquement sur les propriétés de domaine et les propriétés de préfixe d'URL de niveau racine) affiche les totaux des requêtes de crawl, de la taille de téléchargement et du temps de réponse, et permet de cliquer dans chaque code de réponse, type de fichier, objectif de crawl et type de Googlebot pour voir des exemples d'URL. Google décrit ces exemples ainsi : « Les exemples d'URL ne sont pas exhaustifs, il s'agit simplement d'un échantillon représentatif. Si vous ne trouvez pas une URL dans la liste, cela ne signifie pas que nous ne l'avons pas demandée. » La page d'aide de Google ne donne aucun nombre de lignes pour ces listes, mais dans l'interface le tableau d'exemples et son export s'arrêtent à 1 000 lignes, le même plafond que Google documente pour les exemples d'Indexation des pages, et l'export ne contient que le graphique et le tableau que vous regardez.

Il n'existe pas non plus d'API pour contourner l'interface. La référence d'API de Google liste quatre services, Search Analytics, Sitemaps, Sites et URL Inspection, et Crawl Stats n'en fait pas partie. Cela signifie qu'aucun outil tiers, le mien compris, ne peut récupérer pour vous les statistiques de crawl de Google. Voici ce qui fonctionne :

1. Lire vos fichiers de logs serveur. Ce sont le seul enregistrement complet de ce que Googlebot a demandé, avec chaque URL, code de statut, horodatage et user agent. Vérifiez qu'une requête vient bien de Google avant de la compter : les crawlers courants de Google se résolvent en crawl-***-***-***-***.googlebot.com ou geo-crawl-***-***-***-***.geo.googlebot.com, et Google publie leurs plages d'IP sous common-crawlers.json. Attendez-vous à de petits écarts avec le rapport, puisque Google note que Crawl Stats « signale actuellement la plupart des requêtes de crawl, mais certaines requêtes peuvent ne pas être comptabilisées ».
2. Exportez chaque tranche séparément. Chaque ligne des tableaux sur le code de réponse, le type de fichier, l'objectif et le type de Googlebot a sa propre liste d'exemples. En exportant la ligne 404, la ligne 301, la ligne HTML, la ligne refresh et ainsi de suite, vous obtenez donc plusieurs jeux différents au lieu d'un seul. Sur une propriété de domaine, vous pouvez aussi cliquer sur un hôte pour ouvrir un rapport limité à ce sous-domaine, même si Google ne liste que les 20 principaux sous-domaines qui ont reçu du trafic au cours des 90 derniers jours.
3. Exportez à intervalles réguliers et fusionnez. Google indique que le nombre d'exemples « peut être pondéré par jour » et que cela « devrait s'équilibrer au fil du temps », de sorte que l'échantillon change. Exporter chaque semaine les tranches qui vous intéressent et supprimer les doublons donne une liste bien plus longue que n'importe quel export isolé. C'est ma méthode de contournement, pas quelque chose que Google documente.
4. Inspectez les URL qui comptent pour vous. L'API d'inspection d'URL renvoie lastCrawlTime et crawledAs pour une URL donnée, dans la limite d'un quota de 2 000 inspections par jour et de 600 par minute et par site. Cela ne remplace pas les statistiques sur l'exploration, mais cela répond à la question « quand Google a-t-il exploré cette page pour la dernière fois ? » pour vos templates clés.
5. Complétez avec les données de crawl de Bing. Bing Webmaster Tools expose bien des données de crawl via son API : GetCrawlStats renvoie les volumes quotidiens de pages explorées, de réponses 2xx, 301, 302, 4xx et 5xx, de pages bloquées par robots.txt, d'échecs DNS et de délais de connexion dépassés, et GetCrawlIssues liste les URL qui présentent des problèmes de crawl. Il s'agit de Bingbot et non de Googlebot, mais une chaîne de redirections cassée ou une série de 404 que rencontre Bingbot se retrouve généralement aussi chez Googlebot. Je compare les deux outils dans Bing Webmaster Tools vs Google Search Console.

Le connecteur Looker Studio a la même limite que l'API

Le connecteur Search Console pour Looker Studio est un moyen pratique de dépasser 1 000 lignes sans écrire de code, mais il ne permet pas de contourner les limites de l'API. L'article de fond de Google précise que la limite supérieure « pour les données exportées via l'API Search Analytics (et via le connecteur Looker Studio) est de 50 000 lignes par jour, par site et par type de recherche ». Le connecteur propose une table Site Impression et une table URL Impression, et une source de données ne peut en utiliser qu'une seule : un rapport qui a besoin des deux agrégations nécessite donc deux sources de données. La documentation de Google indique désormais que « Looker Studio s'appelle désormais Data Studio », vous pouvez donc croiser l'un ou l'autre nom.

Les moyens d'obtenir plus de lignes, comparés

Aucune de ces voies ne couvre le rapport Statistiques sur l'exploration, et aucune ne le peut : ces données ne sont tout simplement pas disponibles en dehors de l'interface.

Comment GSC Wizard dépasse les 1 000 lignes

GSC Wizard lit Search Console via la même API Search Analytics, il ne peut donc rien voir de ce que Google retient, mais il se charge de la pagination et du stockage à votre place. Sur une propriété connectée via l'API, les tableaux complets Requêtes et Pages parcourent les résultats de Google par tranches de 25 000 lignes, jusqu'à 500 000 lignes, au lieu de s'arrêter à 1 000. Sur une propriété en stockage complet, je récupère rétroactivement les 480 derniers jours (soit environ les 16 mois que Google conserve) dans un entrepôt de données, puis j'ajoute chaque nouveau jour à mesure qu'il arrive. Chaque jour est demandé séparément, comme Google le recommande, pour le web, l'image, la vidéo, l'actualité et Discover, ainsi que pour les requêtes, les pages, les pays et les appareils et leurs croisements (page par requête, pays par requête, appareil par requête, pays par page et appareil par page), et toutes les lignes renvoyées par Google sont conservées. Sur une grande propriété de l'entrepôt, une seule journée de septembre 2026 contient 37 601 requêtes distinctes, ce qu'aucun export de 1 000 lignes de cette journée n'approche.

Comme les données sont stockées, l'historique continue de s'allonger au-delà des 16 mois de Google : après un an en stockage complet, une propriété compte environ 28 mois, et les formules conservent jusqu'à 10 ans. Chaque tableau s'exporte en CSV avec toutes ses lignes, ou en rapport HTML autonome, comme le décrit la documentation sur les exports, et le nom du fichier d'export porte la période. Le rapport Property Sampling montre combien de clics Google laisse de côté dans les tableaux de requêtes et de pages de votre propriété, la part qu'aucun outil ne peut récupérer. Le stockage complet est inclus dans toutes les formules (5 propriétés avec Starter, 25 avec Pro, 150 avec Business), voir les tarifs.

Là où cela s'arrête : GSC Wizard n'affiche pas les Statistiques sur l'exploration de Google, car il n'existe pas d'API pour les lire. Il affiche en revanche les données de crawl de Bing issues de l'API Bing Webmaster Tools, avec les pages explorées, les erreurs de crawl et les pages bloquées par robots.txt dans la Vue d'ensemble Bing et un rapport Problèmes de crawl Bing par URL, et il affiche la date de dernière exploration par Google pour chaque URL via l'inspection d'URL, dans la limite du quota de 2 000 par jour de Google. Si vous avez besoin de chaque requête de Googlebot, un analyseur de fichiers de logs est le meilleur outil, et si vous gérez un très gros site avec un ingénieur et un budget Cloud, mettre en place dès aujourd'hui l'export groupé vers BigQuery vaut la peine quoi que vous utilisiez par ailleurs, car il ne pourra jamais combler les jours qui précèdent son activation.