Séminaire RUSS : Web scraping et APIs avec R

Sur la sympathique invitation de Timothée Giraud, dont je parlais il y a peu, j’interviens après-demain au séminaire RUSS – « R à l’usage des sciences sociales » – co-organisé par l’Ined et par l’EHESS.

Le séminaire a lieu dans le bâtiment Olympes de Gouges de Paris Diderot (salle M19), de 9 heures à midi.

Comme dans d’autres séances de formation telles que celle-ci, il s’agira de voir quels outils permettent de récupérer des données depuis Internet, soit par le biais d’extractions depuis des pages HTML, soit par le biais d’APIs dédiées à la diffusion de données par moyens programmatiques.

Vous avez déjà entendu parler de ces sujets ici : ce blog parle beaucoup de scraping, un peu moins d’APIs—il me semble que la dernière dont j’ai fourni un exemple d’utilisation est celle de Thèses.fr.

Les slides de ma présentation sont disponibles sur le site du séminaire RUSS. En voici un aperçu, que je poste uniquement pour pouvoir montrer ma slide « RTFM » (vers la fin) :

Quasiment toutes les images des slides sont cliquables pour obtenir les sources.

Bonne lecture, et/ou à bientôt si vous êtes inscrit(e) au séminaire !

Addendum, 27 juillet 2017 : cette formidable liste d’APIs renvoyant des résultats au format JSON a définitivement sa place en bas de ce billet.

Addendum, 29 juillet 2017 : ce billet, provoqué par ce billet sur l’éthique du scraping, a aussi sa place ici.