Yahoo pipes, avec des données formatées

Photo originale : Gas meters and pipes – Iwa CC-BY-SA

Préambule

Comme quelques courageux (ou grands malades) l’ont lu, j’avais évoqué mon combat contre Yahoo pipes pour lui faire avaler des bibliographies et obtenir l’ISBN des ressources, en vérifiant dans la foulée leur présence dans la bibliothèque. C’était ambitieux, et ça c’est révélé moyennement performant. Le formatage des données bibliographiques n’était pas assez rigoureux pour qu’une machine l’interprète (même s’il est limpide pour le lecteur humain, pour peu qu’il soit aguerri aux biblios).

Pourtant, cette promesse de pointage automatique est restée séduisante à mes yeux. J’ai donc tenté de l’appliquer à des données bibliographiques plus formatées : les données éditeurs. Je me suis penché sur Armand Colin et Belin, deux éditeurs qui proposent certaines collections pas compliquées pour les acquéreurs : il nous les faut tous, ou presque. Partant de là, une vérification rétrospective ne sera pas passionnante pour l’acquéreur, alors si une machine peut le faire…

Les pipes et leur fonctionnement

J’ai bricolé un pipe pour chacun des deux éditeurs. Pour Armand Colin, il se nourrit des Url des différentes pages présentant les ressources d’une collection (exemple). Pour Belin, la première page suffit, il va ensuite réécrire l’url en ajoutant un paramètre d’affichage de 200 ressources par page, c’est suffisant pour afficher toute une collection sur une même page (ce paramètre n’existe pas sur le site d’A. Colin).

Le pipe A. Colin va récupérer les Isbn sur les pages de descriptions individuelles des ressources ; le Belin les récupère sur la page de la collection qui les présente directement. Les deux pipes récupèrent également le lien vers la description individuelle de chaque ressource, le titre, l’auteur, et pour A. Colin la date de parution. Ensuite, les items donnent lieu à deux recherches sur le Sudoc : la première sur l’intégralité du catalogue commun, la seconde restreinte à la bibliothèque sélectionnée par l’utilisateur.

Les résultats présentent une vignette de la couverture, en titre l’assemblage titre, sous-titre (éventuelle mention d’édition) et auteur(s), la présence sur le Sudoc et dans les collections de la bibliothèque sélectionnée.

Le Sudoc est capricieux

Déjà, parfois, il ne marche pas. Mais même quand il fonctionne il reste assez lent, parfois trop pour les pipes, qui plantent donc lamentablement dans un dernier souffle énigmatique (timeout, le Rosebud du pipe).

En outre, certaines notices (généralement dérivées de la BnF) mentionnent l’Isbn-10 et pas l’Isbn-13, se contentant d’évoquer l’EAN. C’est la même chose sans les tirets, mais la notice n’est pas identifiée par une recherche Isbn, qui ne renvoie donc aucun résultat.

Ces deux limites m’ont amené à développer deux versions de chaque pipe. Une version avec recherche par Isbn-13 (le seul mentionné sur les sites des deux éditeurs), qui renvoie donc des absences du Sudoc erronées. Et une version avec un sous-pipe de rétroconversion d’Isbn (via Amazon), qui fait donc une recherche pour l’un ou l’autre des deux Isbn. Cette recherche étant plus complexe pour le Sudoc, les risques de plantage du pipe sont plus importants.

Je recommanderait plutôt les version Isbn-13, en partant du principe qu’il est fort peu probable qu’une de ces ressources soit absente du Sudoc. Une réponse “Absent du Sudoc – Absent des collections” mérite donc une seconde recherche pour confirmation. De même, les pipes indiquant le nombre d’items retrouvés, il est toujours utile de comparer ce chiffre avec le nombre de ressources présentées sur la(es) page(s) pointée(s).

Les pipes en question

Pour conclure

Comme l’a fait remarquer Marlène dans un commentaire sur mon précédent post, rien ne vaut Sudoc +, développé par l’imbattable @Symac. Je crois même, comme lui, que l’avenir de ces gadgets est dans les extensions de navigateurs. L’idéal pour moi serait une extension FF qui, derrière chaque Isbn, ajouterait un petit logo indiquant si le document est sur le Sudoc et, si oui, dans la bibliothèque que j’ai sélectionnée dans les paramètres. Sauf que là, ça devient très technique, et largement hors de ma portée. On a pu voir très récemment que ce genre de joujou était possible, même très possible, et que @Symac savait les inventer. C’est là-dedans qu’il faut creuser, mais c’est bougrement plus compliqué que Yahoo pipes.