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
SDカードサイズのコンピューター『Intel Edison』
Geogram：C++の3D幾何アルゴリズムライブラリ
オープンソースの物理ベースレンダラ『Mitsuba』をMay...
TorchStudio：PyTorchのための統合開発環境と...
OpenCVで顔のランドマークを検出する『Facemark ...
Google Colaboratoryで遊ぶ準備
Python.NET：Pythonと.NETを連携させるパッ...
OANDAのfxTrade API
BlenderでPhotogrammetryできるアドオン
PythonでBlenderのAdd-on開発
Accord.NET Framework：C#で使える機械学...
Pythonのソースコードに特化した検索エンジン『Nulle...
OpenCV 3.3.0-RCでsfmモジュールをビルド
WordPressの表示を高速化する
MB-Lab：Blenderの人体モデリングアドオン
サンプルコードにも間違いはある？
AMIMOTO（PVM版）で作成したインスタンスをAMIMO...
WordPress on Windows Azure
OpenCV3.3.0でsfmモジュールのビルドに成功！
ディープラーニング
Math.NET Numerics：Unityで使える数値計...
iOSデバイスと接続して連携するガジェットの開発方法
OpenMesh：オープンソースの３Dメッシュデータライブラ...
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
Iterator
Theia：オープンソースのStructure from M...
ニューラルネットワークで画像分類
Verilog HDL
定数
プログラムによる景観の自動生成
Mitsuba 3：オープンソースの研究向けレンダラ
Managing Software Requirements...
JavaScriptとかWebGLとかCanvasとか
konashiのサンプルコードを動かしてみた
UnityのGameObjectの向きをScriptで制御す...
Raspberry PiのGPIOを操作するPythonライ...
ROMOハッカソンに行ってきた
hloc：SuperGlueで精度を向上させたSfM・Vis...
IronPythonを使ってUnity上でPythonのコー...
Python2とPython3
OpenCVの三角測量関数『cv::triangulatep...
3Dグラフィックスの入門書
コメント