Data scraping : collecter des données à grande échelle sur le web

JOUR 1

• Qu'est-ce que le scraping? Définition du scraping et de ses différents niveaux de difficulté sur plusieurs supports (depuis le web, depuis du papier, depuis des PDF).
• Exemples de projets réalisés grâce au scraping : passage en revue d'utilisation du scraping dans des projets pour bien comprendre l'intérêt d'une telle pratique ainsi que ses limites.
• L'environnement légal : dans chaque pays et sur chaque site internet, le scraping s'inscrit dans un cadre légal différent. Découverte de ce qu'il est autorisé de scrapper et de ce qui ne l'est pas.
• L'architecture d'internet : pour scraper des sites, il faut avant tout savoir comment Internet fonctionne.
• Qu'est ce qu'un « client » ? Qu'est qu'un « serveur » ? Pourquoi est-ce important ?
• Sur Internet, les échanges utilisent HTTP et HTML. Comment impactent-t-ils nos scrapers ?
• Sur Internet, certaines données sont déjà structurées. Comment les utiliser au travers d'APIs ?
• Comprendre comment fonctionne le HTML pour mieux extraire des informations. Qu'est qu'une balise HTML ? Un attribut ? Comme identifier certains éléments avec une CLASS ou un ID?
• Initiation au Python, le langage le plus répandu pour coder un scraper : les fichiers, les variables, l'affichage d'information, les conditions et les boucles
• Utiliser des fonctions et manipuler des CSVs pour lire et enregistrer des données
• Le langage Python offre certains outils spécifiquement dédiés au scraping : Beautiful Soup – pour automatiser les opérations les plus courantes – ou bien CSS Select – pour mieux cibler les éléments à extraire.

JOUR 2

• Un scraper simple (requêtes GET, pages séquencées)
• Identifier la stratégie à adopter pour naviguer sur le site
• Coder le scraper
• Un scraper complexe : envoyer des données à un site Internet pour obtenir des résultats plus complexes
• Qu'est ce qu'une requête POST et une requête GET ?
• Parcourir un site pour trouver les données
• Identifier la stratégie à adopter
• Coder le scraper

En présentiel ou en classe virtuelle synchrone en fonction de l'affluence

Les concepts sont expliqués dans des présentations et mis en pratique sur des cas concrets, du plus simple au plus compliqué.

Théorie: environ 20%. Exercices pratiques: environ 80%.

1- Positionnement

Un questionnaire en ligne est adressé aux participant·e·s avec la convocation de manière à évaluer leur niveau initial et leurs attentes.

2-Evaluation des acquis

Au cours de la formation, les exercices réalisés permettent au formateur ou à la formatrice d'évaluer l'acquisition des compétences

3- Attestation

Une attestation des acquis de fin de formation est adressée par mail aux apprenants suite à la session

Dès la validation de votre souhait, un devis vous sera proposé. A la validation de votre inscription, une convention ou un contrat de formation vous sera adressé.

Chez Samsa.fr, votre inscription est l'affaire de quelques heures - mais attention aux délais complémentaires qui peuvent être demandés par vos financeurs! Nous sommes là pour vous accompagner dans vos démarches, n'hésitez pas à nous contacter pour toutes questions!