Pár málo známých nástrojů pro webmining

Pár málo známýchnástrojů pro webminingBigCleanCZ, Praha, 19. 3. 2011

Google SearchGoogle search oparátorysite: (hledá jen v určené doméně)ext: (hledá soubory s určenou příponou)

XPathhttp://www.w3schools.com/xpath/

1. Google SpreadsheetImport XMLImport CSV nebo TSV via HTTPImport HTMLImport RSS

Import XMLimportXML("URL";"query",number)importXml("http://www.google.com", "//a") importXml("http://www.msmt.cz/dokumenty"; "//p[@class=hash]/a/@href")

Import CSVimportData("URL")

Import HTMLImportHtml(URL; "list" | "table"; index)ImportHtml("http://cs.wikipedia.org/wiki/Ma%C4%8Farsko"; "table";1) ImportHtml("http://portal.chmi.cz/files/portal/docs/uoco/web_generator/actual_hour_data_CZ.html";"table";1)

Import RSS feedImportFeed(URL). ImportFeed("http://news.google.com/?output=atom")

2. YQLhttp://developer.yahoo.com/yql/console/ http://developer.yahoo.com/yql/console/?env=http://datatables.org/alltables.env

SQL pro WWWselect * from html where url="http://www.novinky.cz"select * from html where url="http://www.novinky.cz" and xpath=//h3

HTML obsahselect content from html where url="http://www.novinky.cz" and xpath=//h3/aúplná podpora XPath

Joiny a lá SQL select * from search.web where query in (selectcontent from html where url="http://www.novinky.cz" and xpath=//h3/a)

Podpora dalších služeb select * from search.web where query in (selectcontent from html where url="http://www.novinky.cz" and xpath=//h3/a) select * from geo.placefinder where query in(select content from html where url="http://www.novinky.cz" and xpath=//h3/a)

... a formátů select * from json where url="http://search.twitter.com/search.json?q=bigclean" ANDitemPath = "json.results.from_user" select * from json where url="https://graph.facebook.com/search?q=ODS&type=post"

I mikroformátů select * from microformats where url=http://twitter.com/josefslerka

3. Yahoo Pipeshttp://pipes.yahoo.com/pipes/vizuální prostředí pro vytváření mashupů

4. Google Fusiona Tableshttp://www.google.com/fusiontables webová služba pro zpracování a vizualizacivelkých datových souborů (CSV až 100MB)obsahuje geoparseringje zcela zadarmomá SQL-like API

Praktické ukázky...... jdeme na to!

Otázky? Odpovědi?Děkuji za pozornost.josef.slerka@gmail.comtwitter.com/josefslerka

Pár málo známých nástrojů pro webmining

by Josef Šlerka on Apr 09, 2011

Accessibility

Categories

Upload Details

Usage Rights

Statistics

Pár málo známých nástrojů pro webmining Presentation Transcript