L'atelier Sam web

Il s'agit ici de récupérer des pages web.

En premier lieu, il faut apprendre à l'application à naviguer dans les pages visitées. Ouvrir manuellement les pages désirées, repérer les zones utiles et les champs grâce aux mouvements et actions de la souris, et les enregistrer pour pouvoir les restituer automatiquement.

Cette phase est d'autant plus utile que la définition des pages est régulièrement modifiée par les webmestres. Et il est essentiel de pouvoir re-paramétrer les nouvelles conditions d'accès sans interférer sur le processus de "production".

Une fois l'apprentissage effectué, le déroulement des opérations est entièrement automatisé et peut être utilisé de façon récurrente.

1. Acquisition des données (Dématérialisation)

• Navigation dans le site à aspirer
• Saisie des requêtes, renseignement automatique des champs en puisant dans une base de données d'entrées.
• Récupération des données en enregistrant soit des pages entières, soit des données parcellaires en format texte, image, code ou autres (fichiers PDF, HTML etc.)

2. Traitement des données (Valorisation)

• Conversion de format : Extraction des données utiles, mise en forme pour consultation de base de données, enregistrement dans un format reconnu.
• Contrôle de cohérence et rejet éventuel des données.

3. Enrichissement de la base de données

• Intégration des données dans la base.