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

Managing Software Requirements: A Unified Approach
Twitter APIのPythonラッパー『python-twitter』
OpenCVベースのマーカーARライブラリ『OpenAR』
Model View Controller
書籍『ゼロから作るDeep Learning』で自分なりに学ぶ
続・ディープラーニングの資料
Kaolin:3Dディープラーニング用のPyTorchライブラリ
人体モデリングできるBlenderアドオン『ManuelBastioniLAB』
WebGL開発に関する情報が充実してきている
OpenCV 3.1から追加されたSfMモジュール
Verilog HDL
Google App EngineでWordPress
オープンソースの取引プラットフォーム
Unityからkonashiをコントロールする
Boost オープンソースライブラリ
ROSの薄い本
書籍『OpenCV 3 プログラミングブック』を購入
オープンソースの顔の動作解析ツールキット『OpenFace』
複数視点画像から3次元形状を復元するライブラリ『openMVG』
Open3D:3Dデータ処理ライブラリ
オープンソースのロボットアプリケーションフレームワーク『ROS (Robot Operating S...
PyDataTokyo主催のDeep Learning勉強会
機械学習手法『Random Forest』
Deep Neural Networkによる顔の個人識別フレームワーク『OpenFace』
TeleSculptor:空撮動画からPhotogrammetryするツール
オープンソースの3Dメッシュデータライブラリ『OpenMesh』
Mean Stack開発の最初の一歩
オープンソースのStructure from Motionライブラリ『Theia』
OpenCV 3.1のsfmモジュールのビルド再び
ROMOハッカソンに行ってきた
クラスの基本
Mayaのプラグイン開発
html5のcanvasの可能性
Python for Unity:UnityEditorでPythonを使えるパッケージ
スクラッチで既存のキャラクターを立体化したい
株式会社ヘキサドライブの研究室ページ
OpenCV バージョン4がリリースされた!
Pythonのベイズ統計ライブラリ『PyMC』
OpenCVで動画の手ぶれ補正
AnacondaとTensorFlowをインストールしてVisual Studio 2015で使う
ZBrushのZScript入門
フォトンの放射から格納までを可視化した動画

コメント