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
3Dモデルを立体視で確認できるVRアプリを作っている
Mechanizeで要認証Webサイトをスクレイピング
Caffe：読みやすくて高速なディープラーニングのフレームワ...
OpenMVS：Multi-View Stereoによる3次...
MPFB2：Blenderの人体モデリングアドオン
COLMAP：オープンソースのSfM・MVSツール
Raspberry PiでIoTごっこ
Pylearn2：ディープラーニングに対応したPythonの...
OpenCVでカメラ画像から自己位置認識 (Visual O...
オープンソースの取引プラットフォーム
viser：Pythonで使える3D可視化ライブラリ
LuxCoreRender：オープンソースの物理ベースレンダ...
C#で使える遺伝的アルゴリズムライブラリ『GeneticSh...
Iridescence：プロトタイピング向け軽量3D可視化ラ...
Web経由でRaspberry PiのGPIOを操作したい
C++始めようと思うんだ
ニューラルネットワークで画像分類
openMVGをWindows10 Visual Studi...
WordPressのテーマを自作する
FCN (Fully Convolutional Netwo...
Raspberry Pi
HD画質の無駄遣い
書籍『ゼロから作るDeep Learning』で自分なりに学...
オープンソースのロボットアプリケーションフレームワーク『RO...
UnityのTransformクラスについて調べてみた
C++の抽象クラス
R-CNN (Regions with CNN featur...
C++ 標準テンプレートライブラリ (STL)
フォトンの放射から格納までを可視化した動画
NumSharp：C#で使えるNumPyライクな数値計算ライ...
WordPress on Google App Engine...
Konashiを買った
OpenMesh：オープンソースの３Dメッシュデータライブラ...
UnityでOpenCVを使うには？
Kubric：機械学習用アノテーション付き動画生成パイプライ...
OpenCVでiPhone6sのカメラをキャリブレーションす...
Mask R-CNN：ディープラーニングによる一般物体検出・...
Geogram：C++の3D幾何アルゴリズムライブラリ
MB-Lab：Blenderの人体モデリングアドオン
DensePose：画像中の人物表面のUV座標を推定する
Human Generator：Blenderの人体生成アド...
Composition Rendering：Blenderに...
コメント