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のAR FoundationでARKit 3
Webスクレイピングの勉強会に行ってきた
Pythonのソースコードに特化した検索エンジン『Nulle...
trimesh：PythonでポリゴンMeshを扱うライブラ...
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...
機械学習手法『Random Forest』
Quartus II
Google XML Sitemap Generatorプラ...
為替レートの読み方 2WAYプライス表示
Math Inspector：科学計算向けビジュアルプログラ...
BlenderProc：Blenderで機械学習用の画像デー...
AndroidもopenGLも初心者さ (でもJavaは知っ...
ROSでガンダムを動かす
Manim：Pythonで使える数学アニメーションライブラリ
Theia：オープンソースのStructure from M...
Raspberry Pi 2のGPIOピン配置
このブログのデザインに飽きてきた
C#で使える遺伝的アルゴリズムライブラリ『GeneticSh...
FCN (Fully Convolutional Netwo...
ManuelBastioniLAB：人体モデリングできるBl...
書籍『OpenCV 3 プログラミングブック』を購入
Live CV：インタラクティブにComputer Visi...
まだ続くブログの不調
OpenFace：Deep Neural Networkによ...
Unity ARKitプラグインサンプルのチュートリアルを読...
Unityで画面タッチ・ジェスチャ入力を扱う無料Asset『...
第1回 3D勉強会＠関東『SLAMチュートリアル大会』
Unityで学ぶC#
機械学習で遊ぶ
Gource：バージョン管理の履歴を可視化するツール
SVM (Support Vector Machine)
UnityでOpenCVを使うには？
SDカードサイズのコンピューター『Intel Edison』
フォトンの放射から格納までを可視化した動画
OpenVDB：3Dボリュームデータ処理ライブラリ
Unityで強化学習できる『Unity ML-Agents』
機械学習に役立つPythonライブラリ一覧
ブログをGoogle App EngineからAmazon ...
頭蓋骨からの顔復元と進化過程の可視化
AnacondaとTensorFlowをインストールしてVi...
Math.NET Numerics：Unityで使える数値計...
OpenCVの顔検出過程を可視化した動画
コメント