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

konashiのサンプルコードを動かしてみた

UnityでOpenCVを使うには?

プログラムによる景観の自動生成

Math.NET Numerics:Unityで使える数値計...

Google App EngineでWordPress

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...

Accord.NET Framework:C#で使える機械学...

Russian3DScannerのトポロジー転送ツール『Wr...

UnrealCLR:Unreal Engineで.NET C...

Unity MonoBehaviourクラスのオーバーライド...

第1回 3D勉強会@関東『SLAMチュートリアル大会』

Alice Vision:オープンソースのPhotogram...

Swark:コードからアーキテクチャ図を作成できるVSCod...

プログラミングスキルとは何か?

OpenCVでiPhone6sのカメラをキャリブレーションす...

OpenCV 3.1のsfmモジュールを試す

hloc:SuperGlueで精度を向上させたSfM・Vis...

Mask R-CNN:ディープラーニングによる一般物体検出・...

WordPressのテーマを自作する

OpenFace:Deep Neural Networkによ...

Mitsuba 3:オープンソースの研究向けレンダラ

Windows10でPyTorchをインストールしてVSCo...

ポリゴンジオメトリ処理ライブラリ『pmp-library (...

WordPressのサーバ引っ越し方法を考える

cvui:OpenCVのための軽量GUIライブラリ

JavaScriptとかWebGLとかCanvasとか

AMIMOTO(PVM版)で作成したインスタンスをAMIMO...

Mean Stack開発の最初の一歩

Raspberry Pi 2のGPIOピン配置

Blender 2.8がついに正式リリース!

オープンソースの物理ベースGIレンダラ『appleseed』

UnityのAR FoundationでARKit 3

Managing Software Requirements...

Live CV:インタラクティブにComputer Visi...

Seleniumを使ったFXや株の自動取引

Gource:バージョン管理の履歴を可視化するツール

フォトンの放射から格納までを可視化した動画

OpenVDB:3Dボリュームデータ処理ライブラリ

HD画質の無駄遣い

TeleSculptor:空撮動画からPhotogramme...

MythTV:Linuxでテレビの視聴・録画ができるオープン...

libigl:軽量なジオメトリ処理ライブラリ

コメント