"*" Champs requis
Data scraping : collecter des données à grande échelle sur le web
Dernière mise à jour : 07/05/2025
Le scraping permet de récolter des masses considérables de données sur le web. Avec quelques notions de programmation sur R, vous pourrez créer rapidement des robots qui travailleront sans relâche pour vous pour scraper des infos.
Objectifs de la formation
Programmer sur votre ordinateur un robot simple pour faire du web scraping et collecter automatiquement des données en ligne
Public visé
Professionnel·le de l'information en rédaction, ONG, organisme public ou privé
Programme
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
Modalités pédagogiques
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%.
Prérequis
Aucun, mais si vous avez déjà un projet en tête, c'est mieux !
Matériel requis
Vous pouvez apporter votre ordinateur, c'est mieux pour installer tout ce qu'il faut dessus. Veillez à avoir les droits d'administration sur votre machine. Si vous n'en avez pas, nous vous en fourniront un pour la formation.
Modalités d'évaluation et de suivi
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
Moyens et supports pédagogiques
Le support numérique de formation est transmis aux apprenant·e·s pendant ou après la session.
Formateurs et formatrices
Alexandre Victor
Je suis datajournaliste au Parisien depuis 2015. Au quotidien, j’interviens sur le data management, le knowledge management, les datavisualisations, les statistiques, le rich media, les longs formats et les enrichissements interactifs. Je forme au datajournalisme et aux bases du webscraping avec R, y compris les publics les plus novices.
Informations sur l'accessibilité
Nous mettons tout en œuvre pour vous accueillir toutes et tous dans les meilleures conditions. Notre charte handicap détaille nos engagements pour l'accessibilité de nos formations. Contactez notre référent handicap si vous avez des besoins spécifiques d'accompagnement avant, pendant et après la formation: [email protected]
Informations sur l'admission
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!