ブラウザ操作自動化ツール『Selenium』を試す

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。↓

Pythonによるスクレイピング&機械学習 開発テクニック BeautifulSoup,scikit-learn,TensorFlowを使ってみよう

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

オープンソースの顔認識フレームワーク『OpenBR』

PyTorch3D:3Dコンピュータービジョンライブラリ

PyDataTokyo主催のDeep Learning勉強会

3分の動画でプログラミングを学習できるサイト『ドットインスト...

SONYの自律型エンタテインメントロボット『aibo』

OpenCVの三角測量関数『cv::triangulatep...

書籍『仕事ではじめる機械学習』を読みました

書籍『3次元コンピュータビジョン計算ハンドブック』を購入

Raspberry PiでIoTごっこ

手を動かしながら学ぶデータマイニング

TorchStudio:PyTorchのための統合開発環境と...

今年もSSII

konashiのサンプルコードを動かしてみた

Swark:コードからアーキテクチャ図を作成できるVSCod...

Blendify:コンピュータービジョン向けBlenderラ...

IronPythonを使ってUnity上でPythonのコー...

OpenCV 3.1のsfmモジュールを試す

Quartus II

Mask R-CNN:ディープラーニングによる一般物体検出・...

OpenMesh:オープンソースの3Dメッシュデータライブラ...

GoB:ZBrushとBlenderを連携させるアドオン

Amazon EC2ログイン用の秘密鍵を無くした場合の対処方...

Pythonの自然言語処理ライブラリ『NLTK(Natura...

OANDAのfxTrade API

Unityからkonashiをコントロールする

Webスクレイピングの勉強会に行ってきた

NeuralNetwork.NET:.NETで使えるTens...

まだ続くブログの不調

ドットインストールのWordPress入門レッスン

Konashiを買った

2D→3D復元技術で使われる用語まとめ

Geogram:C++の3D幾何アルゴリズムライブラリ

網元AMIで作ったWordpressサイトのインスタンスをt...

Iridescence:プロトタイピング向け軽量3D可視化ラ...

OpenCVでPhotoshopのプラグイン開発

Google App Engineのデプロイ失敗

Unityの薄い本

OpenGVの用語

HerokuでMEAN stack

MythTV:Linuxでテレビの視聴・録画ができるオープン...

FreeMoCap Project:オープンソースのマーカー...

OpenCVで平均顔を作るチュートリアル

コメント