pluriTAL – BLOG Master pluriTAL [ParisX, ParisIII, INALCO]

PED11- ML- séance 26.10.06

Posted in Projet 2006-2007 by pluritaluser on 26 octobre 2006

Jusqu’à maintenant, on a :

  • déterminé un certain nombre de sens/ d’usages du mot ‘barrage’
  • associé un certain nombre d’URLs à chacun des sens définis

Il s’agit maintenant d’apprendre à utiliser des scripts d’automatisation.

>>>> comment, à partir d’un fichier d’URL:

  • aspirer les pages automatiquement
  • créer un tableau HTML contenant les URLs initiales et les pages aspirées

APPLICATION

  • Aspiration automatique des pages

> Pour récupérer une page automatiquement, on a utilisé la commande suivante:

$ wget -O test.html http://nefercoco.free.fr/barrage.html

qui correspond à :

commandeWGET option-O nomdufichierderedirection URL

> Pour récupérer l’ensemble des URL répertoriées dans un fichier donné, on utilise la commande suivante:

$ wget -i ../../LISTES-URL/URLs-hydro.txt

On a utilisé l’option -i de wget qui récupère les URLs depuis un fichier. Il faut avant tout être placé dans le sous-répertoire de l’arborescence dans lequel on veut que l’ensemble des pages aspirées soit redirigé – pour mon cas F:\Prog&Projet\PROJET-MASTER\PAGES-ASPIREES\usage-hydro qui est les sous-répertoire destiné à la récupération des pages pour le mot ‘barrage’ au sens ‘barrage hydraulique’ –

La commande utilisée correspond à :

commandeWGET option-i répertoirededestinationdansl’arborescence

  • Création d’un tableau HTML contenant les URLs initiales et les pages aspirées

Les enseignants ont mis à disposition un script bash:

fait-tableau-v1.sh

qui crée automatiquement, à partir d’un fichier dans lequel sont listées les URLs (entrée), un fichier HTML présentant les URLs du fichier en entrée sous forme d’un tableau HTML.

Pour récupérer le script: http://www.cavi.univ-paris3.fr/ilpga/ilpga/tal/cours/atomatisationdestaches-etape1.html

A bientôt pour les prochaines étapes de travail!

Marguerite

Publicités

Laisser un commentaire

Choisissez une méthode de connexion pour poster votre commentaire:

Logo WordPress.com

Vous commentez à l'aide de votre compte WordPress.com. Déconnexion / Changer )

Image Twitter

Vous commentez à l'aide de votre compte Twitter. Déconnexion / Changer )

Photo Facebook

Vous commentez à l'aide de votre compte Facebook. Déconnexion / Changer )

Photo Google+

Vous commentez à l'aide de votre compte Google+. Déconnexion / Changer )

Connexion à %s

%d blogueurs aiment cette page :