Persée.fr libère ses données !

Il y a bientôt deux ans, j’avais écrit un peu de code pour récupérer des informations sur le sous-espace éditorial constitué par les articles publiés dans les revues du portail de revues scientifiques Cairn.info.

À l’époque, j’avais aussi commencé à écrire le code pour faire la même chose avec Persée.fr, mais n’avais pas persévéré : le code HTML des pages était beaucoup plus lourd à manier que celui de Cairn.info, et les possibilités de chaînage entre les deux plateformes trop limitées.

Ces barrières techniques viennent de tomber : Persée a récemment lancé son portail « open data » (qui s’appelle, ne me demandez pas pourquoi, un « triple store« ), où l’on peut désormais récupérer toutes les métadonnées des articles publiés sur la plateforme dans un joli format RDF !

Les équipes de Persée.fr ont vraiment bien fait les choses : le portail peut être interrogé en SPARQL, et les identifiants des individus (auteurs, éditeurs, etc.) sont alignés sur le référentiel IdRef que l’on retrouve sur SUDOC et sur Thèses.fr (voir ce billet).

À l’heure où j’écris ce billet, je n’ai fait que lire la documentation du portail, qui explique très bien les choix (judicieux) de l’équipe à l’initiative de son lancement. Plus de nouvelles quand j’aurai un peu joué avec les données.