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

マルコフ連鎖モンテカルロ法
OpenCVで動画の手ぶれ補正
タマムシっぽい質感
ニューラルネットワークで画像分類
ZScript
網元AMIで作ったWordpressサイトのインスタンスをt1microからt2microへ移行した
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
書籍『3次元コンピュータビジョン計算ハンドブック』を購入
OpenCVの超解像(SuperResolution)モジュールを試す
iOSデバイスと接続して連携するガジェットの開発方法
Unity ARKitプラグインサンプルのチュートリアルを読む
仮想関数
OpenMesh:オープンソースの3Dメッシュデータライブラリ
オープンソースの人体モデリングツール『MakeHuman』のAPI開発プロジェクトがスタート
ZBrushで作った3Dモデルを立体視で確認できるVRアプリを作る
Theia:オープンソースのStructure from Motionライブラリ
BlenderのPython環境にPyTorchをインストールする
OpenGVの用語
OpenCV 3.3.0 contribのsfmモジュールのサンプルを動かしてみる
UnityのTransformクラスについて調べてみた
Point Cloud Utils:Pythonで3D点群・メッシュを扱うライブラリ
OpenCV
SDカードサイズのコンピューター『Intel Edison』
OANDAのfxTrade API
RSSフィードを読込んで表示するWordpressプラグイン『RSSImport』
PythonでBlenderのAdd-on開発
Mask R-CNN:ディープラーニングによる一般物体検出・Instance Segmentatio...
OpenVDB:3Dボリュームデータ処理ライブラリ
Unreal Engineの薄い本
OpenMVS:Multi-View Stereoによる3次元復元ライブラリ
Managing Software Requirements: A Unified Approach
TorchStudio:PyTorchのための統合開発環境とエコシステム
OpenFace:Deep Neural Networkによる顔の個人識別フレームワーク
BGSLibrary:OpenCVベースの背景差分ライブラリ
CGレンダラ研究開発のためのフレームワーク『Lightmetrica (ライトメトリカ)』
スクラッチで既存のキャラクターを立体化したい
PythonのHTML・XMLパーサー『BeautifulSoup』
Unityで画面タッチ・ジェスチャ入力を扱う無料Asset『TouchScript』
AndroidもopenGLも初心者さ (でもJavaは知ってるよ)
Faster R-CNN:ディープラーニングによる一般物体検出手法
FCN (Fully Convolutional Network):ディープラーニングによるSema...
3分の動画でプログラミングを学習できるサイト『ドットインストール』

コメント