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
UnityからROSを利用できる『ROS#』
3D復元技術の情報リンク集
OpenCV 3.1のsfmモジュールを試す
Polyscope：3Dデータ操作用GUIライブラリ
タマムシっぽい質感
CGレンダラ研究開発のためのフレームワーク『Lightmet...
Multi-View Environment：複数画像から3...
オープンソースの物理ベースレンダラ『Mitsuba』をMay...
Human Generator：Blenderの人体生成アド...
OpenCV 3.1から追加されたSfMモジュール
FCN (Fully Convolutional Netwo...
SDカードサイズのコンピューター『Intel Edison』
Unityの薄い本
Theia：オープンソースのStructure from M...
ManimML：機械学習の概念を視覚的に説明するためのライブ...
Russian3DScannerのトポロジー転送ツール『Wr...
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...
Kornia：微分可能なコンピュータービジョンライブラリ
OpenCVの顔検出過程を可視化した動画
TorchStudio：PyTorchのための統合開発環境と...
手を動かしながら学ぶデータマイニング
網元AMIで作ったWordpressサイトのインスタンスをt...
iPhone x ロボットハッカソン～RomoのiPhone...
OpenCVでiPhone6sのカメラをキャリブレーションす...
OANDAのfxTrade API
pythonもかじってみようかと
TeleSculptor：空撮動画からPhotogramme...
ブログの復旧が難航してた話
法線マップを用意してCanvas上でShadingするサンプ...
ニューラルネットワークで画像分類
VCG Library：C++のポリゴン操作ライブラリ
COLMAP：オープンソースのSfM・MVSツール
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...
libigl：軽量なジオメトリ処理ライブラリ
書籍『仕事ではじめる機械学習』を読みました
Unityで強化学習できる『Unity ML-Agents』
Rerun：マルチモーダルデータの可視化アプリとSDK
OpenCVのバージョン3が正式リリースされたぞ
OpenCV 3.1とopencv_contribモジュール...
Mitsuba 3：オープンソースの研究向けレンダラ
openMVG：複数視点画像から3次元形状を復元するライブラ...
Unity MonoBehaviourクラスのオーバーライド...
コメント