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
Webサイトのワイヤーフレームが作成できるオンラインツール
ManuelBastioniLAB：人体モデリングできるBl...
AndroidもopenGLも初心者さ (でもJavaは知っ...
ブログが1日ダウンしてました
組み込み向けのWindows OS 『Windows Emb...
ディープラーニング
Amazon Web ServicesでWordPress
Iterator
SVM (Support Vector Machine)
Raspberry Piでセンサーの常時稼働を検討する
スクラッチで既存のキャラクターを立体化したい
LuxCoreRender：オープンソースの物理ベースレンダ...
Verilog HDL
ROSでガンダムを動かす
DCGAN (Deep Convolutional GAN)...
konashiのサンプルコードを動かしてみた
Kornia：微分可能なコンピュータービジョンライブラリ
CycleGAN：ドメイン関係を学習した画像変換
ZBrushで作った3Dモデルを立体視で確認できるVRアプリ...
Python拡張モジュールのWindows用インストーラー配...
hloc：SuperGlueで精度を向上させたSfM・Vis...
Math.NET Numerics：Unityで使える数値計...
書籍『ROSプログラミング』
UnityでShaderの入力パラメータとして行列を渡す
第1回 3D勉強会＠関東『SLAMチュートリアル大会』
Windows10でPyTorchをインストールしてVSCo...
AMIMOTO（PVM版）で作成したインスタンスをAMIMO...
Amazon EC2ログイン用の秘密鍵を無くした場合の対処方...
ブログをGoogle App EngineからAmazon ...
RSSフィードを読込んで表示するWordpressプラグイン...
Konashiを買った
OpenCVの超解像(SuperResolution)モジュ...
html5のcanvasの可能性
UnityでOpenCVを使うには？
BlenderのPython環境にPyTorchをインストー...
Mechanizeで要認証Webサイトをスクレイピング
Unityで強化学習できる『Unity ML-Agents』
openMVG：複数視点画像から3次元形状を復元するライブラ...
OpenCV3.3.0でsfmモジュールのビルドに成功！
OpenCV 3.3.0 contribのsfmモジュールの...
フォトンの放射から格納までを可視化した動画
OpenCVのバージョン3が正式リリースされたぞ
コメント