patent-scraper.txt

patent-scraper: permet d'extraire les breuvets du site freepatentsonline.com

Langage de programmation: PHP.

Libraries & Extensions:
    -Goutte une librarie de scraping qui utilise:
        1) Des composants Symfony2.
        2) Guzzle un client HTTP en PHP.
    - cURL : utilisé par Guzzle pour les requetes HTTP.
    
Méthodologie:
    -La classe Rayak\PatentScarper prend en argument une client(Goutte\Client) et un tableaux de configuration ($config)
    et permet de parcourir les pages de recheche, d'extraire les liens des brevets et puis de télécharger les brevets 
    dans un dossier (fporesults).
    
    -Le tableau $config contient les paramètres suivants:
        -'website'              : l'adresse du site web des brevets ('http://www.freepatentsonline.com')
        -'query'                : l'expression de recherche ('RFID')
        -'nbPages'              : le nombre de pages des résultats de recherche
        -'patentLinkFilter'     : le filtre css des liens des brevts ('.listing_table a')
        -'patentContentFilter'  : le filtre css du contenu des brevets ('.document-details-wrapper')
        -'searchPage'           : la page de recherche du site concerné ('/result.html?sort=relevance&srch=top&submit=&patents=on')
        -'queryParam'           : le paramètre dans l'URL contenant l'epression de recherche ('query_txt')
        -'pageParam'            : le paramètre dans l'URL contenant le numéro de la page de recherche 'p'
      
    -La fonction createPatentsFiles($path) permet de créer les fichiers des brevets dans le dossier $path en utilisant
    le tableau de configuration $config et quelques fonctions internes.
    
Difficultés:
    -La recherche avancée dans le site (freepatentsonline.com) n'est pas claire.