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

ブログが1日ダウンしてました
OpenCV
Python拡張モジュールのWindows用インストーラー配布サイト
Raspberry Pi 2を買いました
C++の機械学習ライブラリ『Dlib』
書籍『ROSプログラミング』
iOSで使えるJetpac社の物体認識SDK『DeepBelief』
HerokuでMEAN stack
OpenCVで動画の手ぶれ補正
バージョン管理の履歴を可視化するツール『Gource』
クラスの基本
OpenGVのライブラリ構成
ディープラーニングに対応したPythonの機械学習ライブラリ『Pylearn2』
OpenCV 3.3.0 contribのsfmモジュールのサンプルを動かしてみる
PGGAN:段階的に解像度を上げて学習を進めるGAN
PythonでBlenderのAdd-on開発
iPhone・iPod touchで動作する知育ロボット『ROMO』
Unityで学ぶC#
WordPressのテーマを自作する
まだ続くブログの不調
OpenCVの顔検出過程を可視化した動画
Mean Stack開発の最初の一歩
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
PyTorch3D:3Dコンピュータービジョンライブラリ
続・ディープラーニングの資料
C++ 標準テンプレートライブラリ (STL)
UnrealCLR:Unreal Engineで.NET Coreを利用できるプラグイン
OpenCVでカメラ画像から自己位置認識 (Visual Odometry)
UnityでOpenCVを使うには?
Mayaのプラグイン開発
ブログをGoogle App EngineからAmazon EC2へ移行
2D→3D復元技術で使われる用語まとめ
adskShaderSDK
Google Colaboratoryで遊ぶ準備
Mask R-CNN:ディープラーニングによる一般物体検出・Instance Segmentatio...
Deep Neural Networkによる顔の個人識別フレームワーク『OpenFace』
Raspberry Piでセンサーの常時稼働を検討する
動的なメモリの扱い
AnacondaとTensorFlowをインストールしてVisual Studio 2015で使う
Google App EngineでWordPress
OpenMVSのサンプルを動かしてみる
iPhone x ロボットハッカソン~RomoのiPhone用SDKで目覚ましアプリを作る~

コメント