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。
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。
関連記事
Seleniumを使ったFXや株の自動取引
Faster R-CNN：ディープラーニングによる一般物体検...
Verilog HDL
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
SDカードサイズのコンピューター『Intel Edison』
Javaで作られたオープンソースの3DCGレンダラ『Sunf...
KelpNet：C#で使える可読性重視のディープラーニングラ...
Accord.NET Framework：C#で使える機械学...
PythonでMayaのShapeノードプラグインを作る
DCGAN (Deep Convolutional GAN)...
CycleGAN：ドメイン関係を学習した画像変換
Python for Unity：UnityEditorでP...
WordPressのサーバ引っ越し方法を考える
Raspberry Piでセンサーの常時稼働を検討する
iOSデバイスと接続して連携するガジェットの開発方法
まだ続くブログの不調
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『RO...
サンプルコードにも間違いはある？
Pylearn2：ディープラーニングに対応したPythonの...
3D復元技術の情報リンク集
UnityのTransformクラスについて調べてみた
Unityで学ぶC#
PGGAN：段階的に解像度を上げて学習を進めるGAN
ZScript
HD画質の無駄遣い
Blendify：コンピュータービジョン向けBlenderラ...
Human Generator：Blenderの人体生成アド...
ドットインストールのWordPress入門レッスン
スクラッチで既存のキャラクターを立体化したい
OpenMVS：Multi-View Stereoによる3次...
UnityでTweenアニメーションを実装できる3種類の無料...
Unity ARKitプラグインサンプルのドキュメントを読む
viser：Pythonで使える3D可視化ライブラリ
ブログの復旧が難航してた話
AmazonEC2のインスタンスをt1.microからt2....
ブログをGoogle App EngineからAmazon ...
2D→3D復元技術で使われる用語まとめ
3Dモデルを立体視で確認できるVRアプリを作っている
Google XML Sitemap Generatorプラ...
株式会社ヘキサドライブの研究室ページ
ArUco：OpenCVベースのコンパクトなARライブラリ
NumSharp：C#で使えるNumPyライクな数値計算ライ...
コメント