Ce projet est une formation dédiée aux techniques de web scraping, permettant de récupérer et d'analyser des données à partir de sites web. Il s'adresse aux chercheurs en géographie et en sciences humaines et sociales.

Le projet package-pictures-scraper est un outil de récupération et d'analyse de données, spécialisé dans l'extraction d'images à partir de sites web, avec un focus initial sur Reuters Pictures. Il s'appuie sur des techniques de web scraping pour collecter les informations et des méthodes d'analyse de contenu pour en tirer parti.

Outil de scraping permettant de récupérer et structurer des données provenant de différents sites web. Il offre une méthode simple et automatisée pour collecter des informations utiles à des fins d'analyse, de suivi ou de veille.

Le projet dataESR vise à collecter, traiter et analyser des données relatives à l'enseignement supérieur et à la recherche en France. Il s'appuie sur des techniques d'extraction de données à partir de sources variées (web scraping, API, etc.), de traitement automatisé de données textuelles (NLP, SPARQL) et de visualisation de réseaux de relations (Neo4j).

Le projet agentscrapping est conçu pour récupérer et analyser des données à partir de sites web, en utilisant des techniques de crawling et de scraping. Il permet de collecter des informations structurées ou non, de surveiller les mises à jour de contenu et d'extraire des insights à partir de données en ligne.

Le projet ref_caradisiac est un outil permettant de récupérer des données sur les marques et les modèles de voitures à partir d'une source web. Il utilise des scripts de scraping pour extraire les données et les enregistrer dans des fichiers JSON.

Ce projet consiste à constituer un fichier des communes classées en état de catastrophe naturelle à la suite des inondations de juin 2016. Il utilise des données scrapées à partir du Journal Officiel et les enrichit en y ajoutant les codes INSEE des communes concernées. Le résultat est présenté sous forme de cartes dans QGIS.

Ce dépôt contient plusieurs scrapers écrits par le médialab de SciencePo, permettant de collecter des données à partir de différentes sources.

Le projet pop-scraper est un aspirateur de données développé en Python 3 avec la librairie Scrapy. Il permet de récupérer des informations à partir de la Plateforme Ouverte du Patrimoine (POP) et de les structurer dans des fichiers CSV. Il a été conçu dans le cadre du Collectif Objets.

Ce projet est un scraper et une API RESTful pour les offres d'emploi du site place-emploi-public.gouv.fr. Il permet d'indexer et de traiter automatiquement les nouvelles offres d'emploi, et de fournir des données JSON propres via des routes GET.