SISSA Data Journalism School

1. Data Retrieval
Marco Montanari

2. Dove sono I dati?
I dati possono trovarsi sul web in tanti formati
● Tabellari
○ xls xlsx csv tsv ods dbf
● Strutturati
○ xml json (shp)
● Linked data
○ RDF
● Altro…
○ HTML, PDF
70%
20%
10%
50%

3. Scraping
● Excel
● Chrome
○ table extractor
○ Scraper
● Firefox – outwit
● I PDF…
○ Zamzar
○ Tabula
● Scraperwiki

4. Scraping
● Excel
● Chrome
○ table Capture
○ Scraper
● Firefox – outwit
● I PDF…
○ Zamzar
○ Tabula
● Scraperwiki

5. Sporchiamoci le mani!

6. Partiamo dai PDF
Partiamo da qualcosa di facile: http://goo.
gl/Wrc9ud
More difficult:
http://augusto.digitpa.gov.it/

7. E ora HTML...
Sarà più facile…..
http://it.wikipedia.
org/wiki/Presidenti_della_Repubblica_Italiana
o no?
http://journalismgrants.org/portfolio_tags/round-
1

8. And now something
completely different

9. La Mappa...

10. Ma c’è solo Google Maps...
… oppure no:
OpenStreetMap => http://www.openstreetmap.
org/
umap =>
http://umap.openstreetmap.fr/it/

11. That’s all folks!
GRAZIE!
Per qualsiasi domanda:
@ingmmo
marco.montanari@gmail.com
sirmmo.blogspot.com, …
sirmmo
http://it.linkedin.
com/in/montanarim/
https://www.facebook.com/marco.
montanari
marco.montanari