Vandaag

Scraping

PDF's

HTML

Mijn eerste scraper

Tools

Maar...

"The best advice for anyone seeking to learn scraping or data journalism, then, is this: find a problem to solve first."

Scraping for journalists, Paul Bradshaw

slides.com/maartenzam/datascraping

Maarten Lambrechts?

Jullie?

PDFs

Eurostat

Mandatenlijst

Gedupeerden Corsan

Hoeveel klust uw gemeentebestuur bij?

Hoe onze politici bijklussen in 6 grafieken

Peumans: "Er zijn er hier die niks doen"

www.vlaamsparlement.be

Hoe een webpagina werkt

In een notendop

URL

HTML

Tags

<p>Blablabla</p>

<div>Vanalles</div>

<table>
    <tr>
        <td>kolom1</td><td>kolom2</td>
    </tr>
    <tr>
        <td>waarde1</td><td>waarde2</td>
    </tr>
</table>

<ul>
    <li>eerste item</li>
    <li>tweede item</li>
</ul>

<a>www.maartenlambrechts.be</a>

Attributen

<p class="center">Blablabla</p>

<div id="first">Vanalles</div>

<table id="datatable">
    <tr class="first-row">
        <td>kolom1</td><td>kolom2</td>
    </tr>
    <tr>
        <td>waarde1</td><td>waarde2</td>
    </tr>
</table>

<ul>
    <li id="first-item">eerste item</li>
    <li id="second-item">tweede item</li>
</ul>

<a href="http://www.maartenlambrechts.be">www.maartenlambrechts.be</a>

www.vlaamsparlement.be

Broncode: klik rechts => 'View Page Source'

Inspecteer: klik rechts => 'Inspect Element'

Lokale en provinciale mandatenzoeker

Delhaize Storelocator

Avancer pour mieux sauter

Geïdentificeerd: de parlementsleden die niks doen

Een scraper aan het werk

Reculer pour mieux sauter

ImportHTML

Google Drive

www.persacademie.be/?q=lijst_lesgevers_publiek

Meest gelezen in Vlaanderen

multimedia.tijd.be/mostread/

Voorbeelden

Googlebot

Facebook crawler

The Tennis Racket, Buzzfeed

Methodologie

Rentswatch

Tools

Chrome plugins

Scraper

Data Miner

Online tools

import.io

Portia

Apps

Outwit Hub

Let's scrape!

Data

www.lokalestatistieken.be