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
WordPress on Windows Azure
Unityの薄い本
Raspberry Pi
Raspberry PiでIoTごっこ
ニューラルネットワークで画像分類
BGSLibrary：OpenCVベースの背景差分ライブラリ
Verilog HDL
ManuelBastioniLAB：人体モデリングできるBl...
Raspberry Piでセンサーの常時稼働を検討する
UnityでOpenCVを使うには？
オープンソースの取引プラットフォーム
オープンソースの顔認識フレームワーク『OpenBR』
UnityのAR FoundationでARKit 3
iOSデバイスと接続して連携するガジェットの開発方法
Google Colaboratoryで遊ぶ準備
ポリゴンジオメトリ処理ライブラリ『pmp-library (...
2D→3D復元技術で使われる用語まとめ
C++始めようと思うんだ
Unreal Engineの薄い本
クラスの基本
Dlib：C++の機械学習ライブラリ
NeuralNetwork.NET：.NETで使えるTens...
iPhone・iPod touchで動作する知育ロボット『R...
OpenMVSのサンプルを動かしてみる
OpenCVで顔のランドマークを検出する『Facemark ...
続・ディープラーニングの資料
チャットツール用bot開発フレームワーク『Hubot』
SONYの自律型エンタテインメントロボット『aibo』
Faster R-CNN：ディープラーニングによる一般物体検...
PGGAN：段階的に解像度を上げて学習を進めるGAN
DensePose：画像中の人物表面のUV座標を推定する
Twitter APIのPythonラッパー『python-...
OpenCV3.3.0でsfmモジュールのビルドに成功！
Raspberry PiのGPIOを操作するPythonライ...
C#で使える遺伝的アルゴリズムライブラリ『GeneticSh...
ManimML：機械学習の概念を視覚的に説明するためのライブ...
Unity MonoBehaviourクラスのオーバーライド...
Quartus II
Deep Fluids：流体シミュレーションをディープラーニ...
OpenCV 3.1のsfmモジュールを試す
OpenCVでiPhone6sのカメラをキャリブレーションす...
ZScript
コメント