Tutorial Outwit - récupération d’images

Publié le 24 mai 2008 - 6 commentaires -

La récu­pé­ra­tion d’images avec Out­wit fonc­tionne avec de nom­breux sites et en par­ti­cu­lier avec les moteurs de recherche.

Ce petit tuto­riel explique com­ment s’y prendre pour récu­pé­rer des images sur Google Image.

On lance par exemple au sein d’Outwit une recherche de “Cou­chers de soleils” dans Google Image en pré­ci­sant que l’on sou­haite des images de grande taille. Le résul­tat de Google s’affiche, comme ci-dessous.

A par­tir de là, on clique sur le Tab “Images” d’Outwit :

On obtient la liste des images détec­tées dans la page de Google. Nous allons main­te­nant récu­pé­rer ces images. Il faut d’abord cli­quer dans la liste des images en haut puis la sélec­tion­ner en entier avec CTRL-A (ou partiellement).

Tutorial Outwit - récupération de listes

Publié le 24 mai 2008 et mis à jour le 1 août 2008 - 3 commentaires -

Après avoir décrit l’objet du logi­ciel Out­wit Hub, pas­sons à un petit tuto­rial qui vous per­met­tra de l’expérimenter pour une appli­ca­tion pra­tique: la récu­pé­ra­tion de listes de sites web. Il vous fau­dra d’abord ins­tal­ler ou dis­po­ser de Fire­fox 3.x de Fire­fox. Ensuite, vous ins­tal­le­rez la bêta d’Outwit Hub. Elle fonc­tionne sur Win­dows, MacOS comme sur Linux.

Je vais uti­li­ser ici un exemple de récu­pé­ra­tion de don­nées struc­tu­rées déjà exploité pour la pré­pa­ra­tion de mes sup­ports de cours sur l’économie de l’innovation : la liste du Forbes 2000 qui regroupe les 2000 plus grandes entre­prises mon­diales. Elle est por­teuse d’une très grande richesse d’informations. Cette liste appa­rait sous forme de tableaux que l’on peut copier col­ler à la main dans Excel. Mais il faut char­ger 20 pages ce qui est bien fastidieux.

Moissonner le web avec Outwit

Publié le 24 mai 2008 et mis à jour le 1 août 2008 - 4 commentaires -

Le web, ses sites et les moteurs de recherche ont une par­ti­cu­la­rité : ils pré­sentent des tonnes d’information, mais en géné­ral, fai­ble­ment structurées.

La couche de pré­sen­ta­tion “web/HTML” détruit la struc­ture ori­gi­nelle des infor­ma­tions, très sou­vent sto­ckées dans des bases de don­nées. Il en résulte des silos de don­nées dis­pa­rates dif­fi­ciles à exploi­ter. Pour­tant, des tré­sors d’informations sont dis­po­nibles qui pour­raient être mieux exploi­tées : don­nées finan­cières, listes diverses, com­pa­rai­sons de prix, listes d’objets à vendre, etc.