• Connaître le langage R
• Maîtriser les manipulations avec les packages Rvest et Rselenium
• Programmer sur votre ordinateur un robot simple pour faire du scraping
• Collecter automatiquement des données en ligne

Les concepts sont expliqués dans des présentations et mis en pratique sur des cas concrets, du plus simple au plus compliqué. Théorie et revue des bonnes pratiques: environ 20%. Exercices pratiques: environ 80%.

Evaluation des apprenant·e·s :

• Positionnement : un questionnaire en ligne est adressé aux participant·e·s avec la convocation de manière à évaluer leur niveau initial et leurs attentes.
• Evaluation des acquis : au cours de la formation, les exercices réalisés permettent au formateur ou à la formatrice d’évaluer l’acquisition des compétence.
• Attestation : une attestation des acquis de fin de formation est adressée par mail aux apprenants suite à la session.

JOUR 1

• Présentation du formateur et tour de table
• 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 à R, le langage le plus accessible 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

JOUR 2

• Démonstration d’un scraper simple avec le package Rvest
• Identifier la stratégie à adopter pour naviguer sur le site
• Mise en pratique pour coder le scraper
• Démonstration d’un scraper complexe avec le package RSelenium
• Qu’est ce qu’une requête POST et une requête GET ?
• Parcourir un site pour trouver les données
• Identifier la stratégie à adopter
• Mise en pratique pour coder le scraper
• Evaluation à chaud de la formation par les apprenant·e·s

• Le guide du datajournalisme
• Introduction au scraping
• Un bon exemple de data scrapping appliqué au prix des billets de train