À retenir
- C'est un processus de démantèlement de données.
- Le but est de transformer du contenu brut en données qualifiées.
- Cela facilite le tri et l'organisation d'informations complexes.
Action de décomposer un fichier ou un bloc de données brutes pour en extraire des informations précises et les classer par catégories. C'est un peu comme démonter une vieille machine pour trier les pièces encore fonctionnelles (vis, roulements, câbles) afin de les ranger dans des casiers séparés.
Étymologie
Dérivé du mot français « sinistre » (évoquant un accident ou un dommage). En informatique, ce terme imagé suggère l'idée de fouiller dans une masse de données parfois désordonnées ou « accidentées » pour récupérer ce qui a de la valeur, à la manière d'un expert après un dommage.
Exemples d'usage
- Prendre un long fichier texte de logs et le découper pour ranger d'un côté les erreurs et de l'autre les accès réussis.
- Extraire les noms et adresses d'un fichier client mal formaté pour les importer proprement dans un nouveau logiciel.
Cas d'usage
Ce concept intervient surtout dans le traitement de données (data mining) et la préparation de bases de données. On l'utilise quand on reçoit des informations « en vrac » qu'il faut segmenter pour les rendre exploitables par un programme informatique.
Bonnes pratiques
Il est indispensable de travailler sur une copie du fichier original pour éviter toute perte définitive. Il faut également bien définir ses critères de tri (ses catégories) avant de commencer l'extraction pour ne pas mélanger les types d'informations.
Synonymes
Antonymes
Conseil
Si vous entendez ce terme, voyez-le comme une étape de nettoyage. Pour le mettre en pratique, l'apprentissage des expressions régulières (Regex) est l'outil idéal pour automatiser ce découpage de fichiers.
Questions fréquentes
Est-ce que c'est la même chose que le parsing ?
Le concept est proche, mais 'sinistrer' insiste plus sur l'idée de démolir un bloc pour en extraire les morceaux utiles, là où le parsing est une analyse structurelle plus standard.
Est-ce un terme utilisé partout ?
Non, c'est un terme assez rare et spécifique à certains domaines de la gestion de données en France ; on utilisera plus souvent 'extraction' ou 'segmentation'.