Europarser

Parsing d'articles de presse pour extraire le contenu et le transformer en des formats d'analyse comme TXM ou Iramuteq.

This readme is also available in English

Table des matières

• Installation
• Usage
• License

Installation

Vous aurez besoin soit de python soit de docker pour pouvoir utiliser Europarser sur votre ordinateur.

Python

Europarser est disponible sur PyPi, vous pouvez l'installer avec pip à l'aide de la commande suivante: bash pip install europarser Vous pouvez ensuite vérifier que l'installation s'est bien passée en lançant europarser à l'aide de europarser --api

Docker

bash docker run -p 8000:8000 --name europarser ceressorbonne/europarser Le serveur sera accessible sur localhost:8000, vous pouvez également spécifier un autre port de la manière suivante: bash docker run -p [port souhaité]:8000 --name europarser ceressorbonne/europarser

Développement

Pour installer Europarser en mode développement, vous pouvez cloner le dépôt git et installer les dépendances avec pip: bash git clone https://github.com/CERES-Sorbonne/EuropressParser.git cd EuropressParser pip install -e .

Usages

Usage basique

```python from pathlib import Path

from europarser.main import main from europarser.models import Params

folder = Path('/path/to/your/articles')

As a list, you can choose between "json", "txm", "iramuteq", "csv", "stats", "processed_stats", "plots", "markdown" or any combination of them

outputs = ["json", "txm", "iramuteq", "csv", "stats", "processedstats", "plots", "markdown"] params = Params( minimalsupportkw=5, minimalsupportauthors=2, minimalsupportjournals=8, minimalsupport_dates=3, )

main(folder, outputs, params=params) ```

Usage sous forme d'API web

1) Installez le package bash pip install europarser

2) Lancez le serveur avec la commande suivante bash europarser --api [--host HOST] [--port PORT]

3) Allez sur localhost:8000 (par défaut) pour accéder à l'interface de l'API

Usage en ligne de commande

1) Installez le package bash pip install europarser

2) Utilisez la commande suivante pour parser un dossier bash europarser --folder /path/to/your/articles --output [one of "json", "txm", "iramuteq", "csv", "stats", "processed_stats", "plots", "markdown"] [--output other_output] [--minimal-support-kw 5] [--minimal-support-authors 2] [--minimal-support-journals 8] [--minimal-support-dates 3]

Exemple

bash europarser --folder /path/to/your/articles --output json --output txm --minimal-support-kw 5 --minimal-support-authors 2 --minimal-support-journals 8 --minimal-support-dates 3

License

europarser est distribué sous les termes de la licence AGPLv3.