nrsr.sk.parser

English info: scripts for processing data from www.nrsr.sk

Skripty na sťahovanie dát a ich spracovanie z portálu www.nrsr.sk

Požiadavky

• linux
• perl s modulmi WWW::Mechanize, HTML::TreeBuilder, Data::Dumper (for debugging)
• gnu parallel (http://www.gnu.org/software/parallel/)
• rtf2html (http://www.sourceforge.net/projects/rtf2html)

Použitie

cd scripts
mkdir ../out
./schodza_hlasovania.pl 3 ../out

Výstup

Skripty generujú html a xml subory:

• schodza_CISLO.html
• schodza_CISLO.xml

Okrem toho sťahujú hlasovania a RTF dokumenty parlamentných tlačí, ktoré konvertujú do HTML formátu pre rýchlejšie prezeranie.

Priklad výstupu si môžete pozrieť tu:

• http://www.fit.vutbr.cz/~ifapso/nrsr.sk.parser/out/schodza_3.html
• http://www.fit.vutbr.cz/~ifapso/nrsr.sk.parser/out/schodza_3.xml

TODO

• spracovať textové prepisy vystúpení poslancov: http://www.nrsr.sk/web/Default.aspx?sid=schodze%2frozprava
• spracovať dáta z rokovaní vlády: http://www.rokovania.sk/Rokovanie.aspx