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。

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

OpenCV3.3.0でsfmモジュールのビルドに成功!

iPhone・iPod touchで動作する知育ロボット『ROMO』

Mayaのプラグイン開発

BGSLibrary:OpenCVベースの背景差分ライブラリ

OpenCV 3.1のsfmモジュールのビルド再び

Google製オープンソース機械学習ライブラリ『TensorFlow』のWindows版が公開された

続・ディープラーニングの資料

C++の抽象クラス

書籍『OpenCV 3 プログラミングブック』を購入

Unity Scriptコーディング→Unreal Engine Scriptコーディング

ブラウザ操作自動化ツール『Selenium』を試す

Google App Engineのデプロイ失敗

ニューラルネットワークで画像分類

WordPress on Google App Engineを1週間運用してみて

.NETで使えるTensorFlowライクなニューラルネットワークライブラリ『NeuralNetwo...

DCGAN (Deep Convolutional GAN):畳み込みニューラルネットワークによる敵...

UnityでOpenCVを使うには?

Mitsuba 3:オープンソースの研究向けレンダラ

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)』

Boost オープンソースライブラリ

PythonでBlenderのAdd-on開発

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

Raspberry Pi 2を買いました

Web経由でRaspberry PiのGPIOを操作したい

MPFB2:Blenderの人体モデリングアドオン

MVStudio:オープンソースのPhotogrammetryツール

3Dグラフィックスの入門書

OpenCVで平均顔を作るチュートリアル

WordPressプラグインによるサイトマップの自動生成

Seleniumを使ったFXや株の自動取引

ROSの薄い本

OANDAのfxTrade API

viser:Pythonで使える3D可視化ライブラリ

書籍『ROSプログラミング』

CycleGAN:ドメイン関係を学習した画像変換

機械学習に役立つPythonライブラリ一覧

Mask R-CNN:ディープラーニングによる一般物体検出・Instance Segmentatio...

Konashiを買った

cvui:OpenCVのための軽量GUIライブラリ

OpenMVS:Multi-View Stereoによる3次元復元ライブラリ

Model View Controller

HD画質の無駄遣い

コメント