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
Google Chromecast
CGレンダラ研究開発のためのフレームワーク『Lightmet...
オープンソースの物理ベースレンダラ『Mitsuba』をMay...
Runway ML：クリエイターのための機械学習ツール
動的なメモリの扱い
WordPressのテーマを自作する
Raspberry Pi 2のGPIOピン配置
スクラッチで既存のキャラクターを立体化したい
Iridescence：プロトタイピング向け軽量3D可視化ラ...
Gource：バージョン管理の履歴を可視化するツール
OpenCV 3.3.0-RCでsfmモジュールをビルド
まだ続くブログの不調
iPhone・iPod touchで動作する知育ロボット『R...
Unityからkonashiをコントロールする
Human Generator：Blenderの人体生成アド...
C++の抽象クラス
iPhone x ロボットハッカソン～RomoのiPhone...
MB-Lab：Blenderの人体モデリングアドオン
PythonのHTML・XMLパーサー『BeautifulS...
MythTV：Linuxでテレビの視聴・録画ができるオープン...
IronPythonを使ってUnity上でPythonのコー...
openMVG：複数視点画像から3次元形状を復元するライブラ...
Quartus II
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...
Boost オープンソースライブラリ
Javaで作られたオープンソースの3DCGレンダラ『Sunf...
UnityでARKit2.0
OpenFace：Deep Neural Networkによ...
AMIMOTO（PVM版）で作成したインスタンスをAMIMO...
SONYの自律型エンタテインメントロボット『aibo』
C++始めようと思うんだ
Managing Software Requirements...
サンプルコードにも間違いはある？
Swark：コードからアーキテクチャ図を作成できるVSCod...
OpenMVSのサンプルを動かしてみる
OpenGV：画像からカメラの3次元位置・姿勢を推定するライ...
『手を動かしながら学ぶエンジニアのためのデータサイエンス』ハ...
PyTorch3D：3Dコンピュータービジョンライブラリ
Python拡張モジュールのWindows用インストーラー配...
Polyscope：3Dデータ操作用GUIライブラリ
Unity ARKitプラグインサンプルのドキュメントを読む
uvでWindows11のPython環境を管理する
コメント