だいぶ前にSeleniumの存在を知っておきながら、まともに試さず時間が経った。
Selenium WebDriverをPythonから叩けばスクレイピングもお手軽だよなぁ、と思い始めた。
Python環境でもpipで簡単にSeleniumをインストールできる。
ブラウザはChromeを使いたいので、別途ブラウザ用のWebDriverとしてChromeDriverもダウンロードした↓
https://sites.google.com/a/chromium.org/chromedriver/
PythonからWebDriverの実行ファイルを叩くような使い方をするらしい。
スクレイピングでSeleniumを使う1番のメリットは、ログインが必要なサイトや、JavaScriptの実行を求めるサイトでも普通のブラウザ操作としてコードが書ける点。複雑なWebの仕組みを抽象化するためにブラウザを間に噛ます感じ。(全部コーディングでやろうとして苦労したことがある…)
Seleniumでサイトのデータを粗く取得して、Beautiful Soupなどのライブラリで詳細にtextをパースしていけば良いんじゃないかな。
https://blog.negativemind.com/2014/06/15/python%E3%81%AE%E3%82%B9%E3%82%AF%E3%83%AC%E3%82%A4%E3%83%94%E3%83%B3%E3%82%B0%E3%83%A9%E3%82%A4%E3%83%96%E3%83%A9%E3%83%AA%E3%80%8Ebeautifulsoup%E3%80%8F/
始めるにあたって参考にしたのはこちら↓
http://nfnoface.hatenablog.com/entry/2017/03/08/212300
https://dev.classmethod.jp/tool/eclipse/windows-selenium-headless-chrome/
何で急にスクレイピングの勉強を再開したかと言うと、最近は機械学習を手軽に試せるライブラリが充実してきたのに、手元にあんまり面白いデータが無かったから。
そして、個人のPCで試せる程度の演算負荷と考えると、画像よりもtextデータの方が色々と試行しやすい気もしている。単位時間あたりに沢山試せた方が学びがあるんじゃないかな。
スクレイピングや言語処理にはそれほど詳しくないんだけど、幸い広く浅く紹介している書籍の存在を知った。↓
画像認識にニューラルネットワークを使う理屈は何となく知ってるけど、言語処理については全く知らないので勉強してみたくなった。
最近Qiitaによく使う正規表現のまとめ記事がアップされたので助かる。
https://qiita.com/dongri/items/2a0a18e253eb5bf9edba
関連記事
Faster R-CNN：ディープラーニングによる一般物体検...
Manim：Pythonで使える数学アニメーションライブラリ
OpenCV3.3.0でsfmモジュールのビルドに成功！
CycleGAN：ドメイン関係を学習した画像変換
OpenMVS：Multi-View Stereoによる3次...
trimesh：PythonでポリゴンMeshを扱うライブラ...
OpenCV 3.3.0-RCでsfmモジュールをビルド
ポリゴンジオメトリ処理ライブラリ『pmp-library (...
ZBrushで作った3Dモデルを立体視で確認できるVRアプリ...
3D復元技術の情報リンク集
OpenGVの用語
定数
Iterator
BlenderでPhotogrammetryできるアドオン
Composition Rendering：Blenderに...
UnityのGameObjectの向きをScriptで制御す...
Rerun：マルチモーダルデータの可視化アプリとSDK
機械学習手法『Random Forest』
OpenCVで顔のモーフィングを実装する
TeleSculptor：空撮動画からPhotogramme...
Pythonの自然言語処理ライブラリ『NLTK(Natura...
UnityでLight Shaftを表現する
FCN (Fully Convolutional Netwo...
Mechanizeで要認証Webサイトをスクレイピング
Raspberry Pi 2を買いました
OpenCVの三角測量関数『cv::triangulatep...
VCG Library：C++のポリゴン操作ライブラリ
Google App Engine上のWordPressでA...
AmazonEC2のインスタンスをt1.microからt2....
OpenCVのバージョン3が正式リリースされたぞ
Kornia：微分可能なコンピュータービジョンライブラリ
WebGL開発に関する情報が充実してきている
OpenCV 3.1のsfmモジュールを試す
ROSの薄い本
PythonでBlenderのAdd-on開発
AnacondaとTensorFlowをインストールしてVi...
DensePose：画像中の人物表面のUV座標を推定する
CGレンダラ研究開発のためのフレームワーク『Lightmet...
OpenCVの顔検出過程を可視化した動画
Super Resolution：OpenCVの超解像処理モ...
OpenGV：画像からカメラの3次元位置・姿勢を推定するライ...
タマムシっぽい質感
コメント