Investigation sur des corpus ISTEX sous Unix : Différence entre versions
De Wicri Manuel
imported>Jacques Ducloy (→Extraction de corpus, la commande IstexGetCorpus) |
imported>Jacques Ducloy (→Extraction de corpus, la commande IstexGetCorpus) |
||
| Ligne 34 : | Ligne 34 : | ||
] | ] | ||
}, | }, | ||
| − | + | ... | |
| + | </pre> | ||
| + | Pour ne retenir que le nombre total, il suffit de combiner avec une commande grep. Par exemple : | ||
| + | <source lang="sh"> | ||
| + | IstexGetCorpus -q "rabelais" | grep total | ||
| + | </source> | ||
| + | Le résultat apparait ainsi | ||
| + | <pre> | ||
| + | "total": 537, | ||
</pre> | </pre> | ||
Version du 10 novembre 2013 à 20:53
La bibliothèque Dilib contient des commandes qui permettent de manipuler des flux de documents XML.
Elles peuvent se combiner avec des commandes de base d'Unix.
Extraction de corpus, la commande IstexGetCorpus
La commande IstexGetCorpus permet de lancer des requêtes vers l'API ISTEX et de récupérer des ensembles de métadonnées.
Dans sa forme la plus simple, elle permet de connaître le nombre de documents pertinents. Par exemple :
IstexGetCorpus -q Rabelais
permet de récupérer un ensemble de 10 documents de métadonnées d'ISTEX. Plus précisément le résultat est de la forme :
5254 bytes retrieved
{
"total": 537,
"hits": [
{
"id": "a1886225a67f15e5da0b8ce6d494c2e9941632e8",
"metadata": [
{
"type": "mods",
"mimetype": "application/mods+xml",
"original": false,
"uri": "https://api.istex.fr/a1886225a67f15e5da0b8ce6d494c2e9941632e8/metadata/mods"
},
{
"type": "xml",
"mimetype": "application/xml",
"original": true,
"uri": "https://api.istex.fr/a1886225a67f15e5da0b8ce6d494c2e9941632e8/metadata/xml"
}
]
},
...
Pour ne retenir que le nombre total, il suffit de combiner avec une commande grep. Par exemple :
IstexGetCorpus -q "rabelais" | grep total
Le résultat apparait ainsi
"total": 537,
