Extractify – un plugin Chrome d’extraction de données web - HAL-SHS - Sciences de l'Homme et de la Société
Communication Dans Un Congrès Année : 2020

Extractify – un plugin Chrome d’extraction de données web

Résumé

Si en théorie la manière de structurer en HTML et CSS des données sur le web est plutôt bien définie par tout un ensemble de normes et de standards énoncés par différentes instances promouvant la compatibilité des technologies web, en pratique on se rend compte assez vite de la grande hétérogénéité qui prévaut dans ce domaine, rendant la plupart des méthodes et logiciels inopérants s’ils reposent sur l’identification des structures classiques pour en extraire l’information voulue. L’atelier présente le logiciel libre Extractify, un plugin pour le navigateur Chrome, qui se propose de fournir à son utilisateur une interface simplifiée lui permettant de récolter n’importe quel type de données structurées en ligne. Après avoir décrit le logiciel, nous en étudierons les fonctions automatiques d’identification des structures HTML englobant les données recherchées. Dans un second temps, nous verrons qu’il est possible d’aller plus loin en utilisant les sélecteurs CSS. Enfin, dans le cadre d’un focus sur des données issues de forums de discussions, nous utiliserons le logiciel libre L@ME pour visualiser les données extraites et les exporter en vue de traitements statistiques ultérieurs.
Fichier non déposé

Dates et versions

halshs-03579084 , version 1 (17-02-2022)

Identifiants

  • HAL Id : halshs-03579084 , version 1

Citer

Frédéric Vergnaud. Extractify – un plugin Chrome d’extraction de données web. Les Tuto@Mate, Réseau Méthodes Analyses Terrains Enquêtes en SHS (MATE-SHS), Dec 2020, Paris, France. ⟨halshs-03579084⟩
103 Consultations
0 Téléchargements

Partager

More