スクレイピング

PaaSを触り始めてから1番やってみたかったことと言えば、Webサイトのスクレイピング。
別に攻撃するつもりじゃ無くて、マッシュアップしたWeb上の情報を上手く可視化すれば、色んな考察が得られるんじゃないかと期待しているから。
そう思ったきっかけはKakeibonっていう無料で使える自動ネット家計簿を知ったから。(以前はOCN家計簿って名前だった)
このサイトは、銀行口座やクレジットカード、ECサイトなどの情報を引っ張ってきて収支をグラフにまとめてくれる。
銀行もクレジットカードも、それぞれのポータルサイトはAPIなんて公開していないので、おそらくスクレイピングで実現している。
既存の情報を上手く使うだけで色んなことが見えてくるんだなぁ、と感心した。

ということで、しばらくスクレイピングについて調べていたのである。ちょっと調べてみると、フロントでもサーバサイドでもできるし、色んな言語で実装できるので、どこから手を付けたらいいのかちょっと悩むレベルで選択肢が豊富。やるとしたらサーバサイドだけど、サーバサイドはどの言語が1番組み合わせやすいかちょっと自分の知見が足りてない。

こういうのは結構需要があるみたいで、スクレイピングするコードの共有や、スクレイピングしたデータをAPI化するサイトもあるみたい。


スポンサーリンク

ScraperWiki

ScraperWikiはイギリスのスタートアップ企業で、スクレイパーコードを共有するサイトを提供しています。
開発者達はサイト上から直接コード(Ruby, PHP, Python)を編集、実行することができます。スクレイプを定期的に実行することも可能で、取得されたデータはScraperWikiに保存されますが、ScraperWikiはAPIを用意しているので、このAPIを通して、他のサイトでデータを再利用することが可能です。
「Wiki」といっているだけあって、一般公開されているコードは他の人も編集したり、またコードをコピーして他のスクレイピングに利用することもできます。定期的に実>行されているスクレイパーがエラーを起こしていないかをチェックする仕組みがあり「みんなでスクレイピングを管理」するための仕組みがいたるところにあります。
ScraperWikiは、もともとイギリスで、どの議員がどの法案に賛成または反対票を投じたかを議会のサイトから創業者の一人が2003年頃にスクレイプしたことを起源に持ちます。

スクレイピングするなら ScraperWiki 使うといいよ

kimono
指定したウェブサイトをスクレイピングしてAPI化してくれるサービス「kimono」

さて、地道に勉強するか。


スポンサーリンク

関連記事

BlenderProc:Blenderで機械学習用の画像データを生成するPythonツール
PythonでBlenderのAdd-on開発
Raspberry Piでセンサーの常時稼働を検討する
WebGL開発に関する情報が充実してきている
3Dグラフィックスの入門書
UnityでPoint Cloudを表示する方法
iOSデバイスのためのフィジカル・コンピューティングツールキット『konashi(こなし)』
マルコフ連鎖モンテカルロ法
3D復元技術の情報リンク集
WordPressプラグインによるサイトマップの自動生成
Faster R-CNN:ディープラーニングによる一般物体検出手法
Super Resolution:OpenCVの超解像処理モジュール
Raspberry PiのGPIOを操作するPythonライブラリ『RPi.GPIO』の使い方
オープンソースの顔の動作解析ツールキット『OpenFace』
OpenCV 3.3.0 contribのsfmモジュールのサンプルを動かしてみる
Dlib:C++の機械学習ライブラリ
ZBrushのZScript入門
OpenFace:Deep Neural Networkによる顔の個人識別フレームワーク
Konashiを買った
hloc:SuperGlueで精度を向上させたSfM実装
JavaScriptとかWebGLとかCanvasとか
WordPressのテーマを自作する
SONY製のニューラルネットワークライブラリ『NNabla』
MPFB2:Blenderの人体モデリングアドオン
Python拡張モジュールのWindows用インストーラー配布サイト
OpenCV
PGGAN:段階的に解像度を上げて学習を進めるGAN
GAN (Generative Adversarial Networks):敵対的生成ネットワーク
Webサイトのワイヤーフレームが作成できるオンラインツール
AMIMOTO(PVM版)で作成したインスタンスをAMIMOTO (HVM版)へ移行する
OpenGV:画像からカメラの3次元位置・姿勢を推定するライブラリ
Deep Fluids:流体シミュレーションをディープラーニングで近似する
PyMC:Pythonのベイズ統計ライブラリ
OpenCVのfindEssentialMat関数を使ったサンプルを読んでみる
OpenSfM:PythonのStructure from Motionライブラリ
バージョン管理の履歴を可視化するツール『Gource』
OpenCVで顔のモーフィングを実装する
ブログが1日ダウンしてました
FCN (Fully Convolutional Network):ディープラーニングによるSema...
FreeMoCap Project:オープンソースのマーカーレスモーションキャプチャ
HD画質の無駄遣い
第2回Webスクレイピング勉強会の資料

コメント