Le Projet

Sujet 1

Objectif : Construire une base MongoDB des monuments historiques parisiens consultable via une interface Flask

URL : http://www.culture.gouv.fr/public/mistral/dapamer_fr?ACTION=RETOUR&USRNAME=nobody&USRPWD=4%24%2534P

Structure de la base MongoDB :

<adresse>:
    {   "numero" : [<32-bit integer>] ,
        "voie" : <String>,
        "nom_voie" : <String>,
        "code_postal" : <32-bit integer>,
        "ville" : <String> }

<loc>:
    {   "lat" : <Double>,
        "lon" : <Double>
    }

{ "appellation" : <String>,
    "adresses" : [<adresse>],
    "locs" : [<loc>]
    "date_protection" : <Date>,
    "inscrit_mh" : <Boolean>,
    "prec_protection" : <String>,
    "denomination" : [<String>],
    "elements_mh" : [<String>],
    "date" : <Date>,
    "auteur" : <String>,
    "historique" : <String>,
    "statut" : <String>
}

Exemple : www.culture.gouv.fr/public/mistral/dapamer_fr?ACTION=RETROUVER&NUMBER=1&REQ=((paris) %3aLOCA%2cPLOC ) Ressources externes : on pourra utiliser https://adresse.data.gouv.fr/api pour le geocoding

Sujet 2

Objectif : Construire une base MongoDB des jardins et musées parisiens consultable via une interface Flask URLs : https://meslieux.paris.fr/principaux-parcs-et-jardins, https://meslieux.paris.fr/musees-municipaux Structure de la base MongoDB :

<adresse>:
    {   "numero" : [<32-bit integer>] ,
        "voie" : <String>,
        "nom_voie" : <String>,
        "code_postal" : <32-bit integer>,
        "ville" : <String> }

<loc>:
    {   "lat" : <Double>,
        "lon" : <Double>
    }

<station> :
    {   nom:<String>,
        adresse:<adresse>
    }

<metro> : <station>
<bus> : <station>
<velib> : <station>

<horaire> :
    {
        <jour> : <String>,
        <heures> : [<32-bit integer>, <32-bit integer>] # 7:00 - 21:00 stored as [ 420, 1260]
    }

<tarif> :
    {
        "categorie" : <String>,
        "prix" : <Double>
    }


{ "appellation" : <String>,
    "adresses" : [<adresse>],
    "locs" : [<loc>],
    "metros" : [<metro>]
    "buss" : [<bus>]
    "velibs" : [<velib>]
    "infos" : <String>,
    "horaires" : [<horaire>],
    "tarifs" : [tarif]
}

Exemple : http://equipement.paris.fr/musee-cognacq-jay-1519, http://equipement.paris.fr/jardin-des-tuileries-1795 Ressources externes : on pourra utiliser https://adresse.data.gouv.fr/api pour le geocoding

Sujet 3

Récupérer toutes les agences immobilières de la chaine ORPi ainsi que toutes les annonces correspondantes. Vous pouvez récupérer toutes les agences depuis ce lien https://www.orpi.com/agences-immobilieres/recherche/ Structure de la base MongoDB : Pour une agence (exemple https://www.orpi.com/agence-de-lizy/)

<contact>:
    {
        "phone" : <String>,
        "email" : <String>,
     }

<location>:
    {
        "address" : <String>,
        "city" : <String>,
        "lat" : <double>,
        "lon" : <double>
    }

<informations> :
    {
        rating:<String>,
        description:<String>,
        sells_number:<32-bit integer>,
        location_number:<32-bit integer>,
        ad_number:<32-bit integer>,
        agent_number:<32-bit integer>,

    }
<agent_contacts> :
    {
        name:<String>,
        title:<String>,
        email:<String>,
        phone_number:<32-bit integer>,
    }

Le document représentant une agence s'agencera sous la forme :

{
    "url" : <String>,
    "agency_contact" : <contact>,
    "location" : <location>,
    "informations" : <informations>,
    "agent_contacts" : <agent_contacts>,

}

Ensuite vous devrez récupérer toutes les annonces des différentes agences dans une nouvelle collection :

Le format de données représentant une annonce sera :

{
    "url" : <String>,
    "domaine": <String>,
    "title" : <String>,
    "type":<String>,
    "room_number":<32-bit integer>,
    "bed_room_number":<32-bit integer>,
    "bath_room_number":<32-bit integer>,
    "construction_year":<32-bit integer>,
    "area" : <32-bit integer>,
    "storey" : <32-bit integer>,
    "total_storey" : <32-bit integer>,
    "description" : <String>,
    "ges" : <String>,
    "energy" : <String>,
    "location":<location>,
    "local_id":<String>,
    "images":[<String>]
}

Encore dans l'immobilier, je vous propose de récupérer toutes les annonces du site Logic-Immo. Pour cela vous pouvez partir de la page index de toutes les villes : http://www.logic-immo.com/index-villes-vente.html. Récupérer les villes par ordre alphabétique, et ensuite récupérer la page annonce.

La structure des annonces sera à peut près la même que pour le projet précédant.

{
    "url" : <String>,
    "domaine": <String>,
    "title" : <String>,
    "type":<String>,
    "room_number":<32-bit integer>,
    "phone_number":<32-bit integer>,
    "bed_room_number":<32-bit integer>,
    "bath_room_number":<32-bit integer>,
    "construction_year":<32-bit integer>,
    "area" : <32-bit integer>,
    "storey" : <32-bit integer>,
    "total_storey" : <32-bit integer>,
    "description" : <String>,
    "ges" : <String>,
    "energy" : <String>,
    "location":<location>,
    "local_id":<String>,
    "images":[<String>]

}