cree par Donatien Eneman
Nov 2018
Dans le cadre du projet du cours de developpement d'application
Le but de ce programme est d'extraire les tableaux wikipedia qui sont qualifie en tant que wikitable sortable. Nous avions au depart plus de 300 Urls wikipedia et le but etait de : *recuperer le plus de tableau possible *Les exporter en fichier CSV dans le dossier output/html
#Licence
GNU V3
#Preambule Afin d'utiliser l'extracteur il faut tout d'abord installer un ??diteur de texte java (exemple Eclipse) et un JEE java.
<https://www.eclipse.org/downloads/>
Lors de l'installation d'eclipse, ce dernier propose directement d'installer un JEE.
#Executer Importer le dossier :
wikimatrix
et se rendre dans la classe
mvnTest
Il faut ensuite ce rendre dans la classe mvnTest et l'executer, les resultats se trouveront dans le fichier output
Si l'utilisateur d??sire extraire de nouveaux URLs il doit se rendre dans le fichier wikitext.txt et y ajouter les URls qu'il desire recuperer et relancer le programme
Pour charger un autre fichier .txt contenant d'autres URls changer la valeur de charger
File charger = new File("inputdata" + File.separator + "wikiurls.txt");
Pour stocker dans un autre r??pertoire changer l'attribut destination
String destination = "output" + File.separator + "html" + File.separator;
#Maven dependances Ajouter les d??pendances suivantes dans le fichier pom.xml qui g??re les dependances maven.
<dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>4.12</version>
<scope>test</scope>
</dependency>
<dependency>
<!-- jsoup HTML parser library @ https://jsoup.org/ -->
<groupId>org.jsoup</groupId>
<artifactId>jsoup</artifactId>
<version>1.11.3</version>
</dependency>
<dependency>
<groupId>org.apache.commons</groupId>
<artifactId>commons-csv</artifactId>
<version>1.6</version>
</dependency>
#Le diagramme de classe :
