La première session de la 3ème “vague” ElementR s’est tenue le 30 Mars 2016, et avait pour thème le web scraping, soit la collecte/extraction de données depuis Internet.
Le document utilisé en séance est disponible à cette adresse, et les données sont ici.
Le sujet étant assez étendu, j’ai choisi de développer les exemples dans un format plus long de tutoriel, en découpant l’ensemble de la séance en trois parties centrées sur :
- L’utilisation d’API natives à R
- La récupération d’une page web structurée
- Le scraping d’un site web.
La première partie vient d’être mise en ligne et peut être consultée sur le site RPubs : http://rpubs.com/RobinC/web-scraping-1
N.B. : Si le site affiche une page blanche, pensez à désactiver votre bloqueur de script/addblock.