Étudier des corpus de sites web d'immigrés, dans une perspective de netnographie, demande leur repérage méthodique. En l'absence de répertoire ou de cartographie du web, cet article, qui s’appuie sur une littérature internationale, fait le point sur les différentes méthodologies et outils mobilisés dans les diasporas studies et discute leurs apports et limites. Il aborde notamment, dans une première partie, les expériences quantitatives utilisant le crawling et la représentation par graphes, ainsi que l'exploitation des sites collectés en France dans le cadre du dépôt légal du web. La deuxième partie est consacrée à l’utilisation des marqueurs linguistiques, notamment les langues minoritaires, les « jeux de langues » pratiqués en ligne sur les réseaux sociaux ainsi que les termes de désignation et d’auto-désignation des communautés immigrées. La troisième partie présente deux cas d’illustration, qui montrent les contextes d’emploi de termes-marqueurs des sites des immigrés marocains et des immigrés vietnamiens et alerte sur l’évolution de leur connotation. En conclusion les auteures recommandent un rapprochement des diaspora studies avec les études linguistiques pour optimiser la constitution des corpus.