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
Structure from Motion (多視点画像から...
Theia：オープンソースのStructure from M...
OpenCVの超解像(SuperResolution)モジュ...
TeleSculptor：空撮動画からPhotogramme...
Kaolin：3Dディープラーニング用のPyTorchライブ...
オープンソースの取引プラットフォーム
3分の動画でプログラミングを学習できるサイト『ドットインスト...
Google Chromecast
Manim：Pythonで使える数学アニメーションライブラリ
マルコフ連鎖モンテカルロ法
JavaScriptとかWebGLとかCanvasとか
OpenCVでカメラ画像から自己位置認識 (Visual O...
UnityプロジェクトをGitHubで管理する
ブログの復旧が難航してた話
Alice Vision：オープンソースのPhotogram...
uvでWindows11のPython環境を管理する
Pylearn2：ディープラーニングに対応したPythonの...
iPhone・iPod touchで動作する知育ロボット『R...
株式会社ヘキサドライブの研究室ページ
Google App Engineのデプロイ失敗
MPFB2：Blenderの人体モデリングアドオン
Cartographer：オープンソースのSLAMライブラリ
UnityでLight Shaftを表現する
CGALDotNet：計算幾何学ライブラリ CGALのC#ラ...
Pythonの自然言語処理ライブラリ『NLTK(Natura...
OpenCVで顔のランドマークを検出する『Facemark ...
第1回 3D勉強会＠関東『SLAMチュートリアル大会』
動的なメモリの扱い
Kubric：機械学習用アノテーション付き動画生成パイプライ...
Dlib：C++の機械学習ライブラリ
AMIMOTO（PVM版）で作成したインスタンスをAMIMO...
OpenCVでiPhone6sのカメラをキャリブレーションす...
ZBrushで作った3Dモデルを立体視で確認できるVRアプリ...
書籍『OpenCV 3 プログラミングブック』を購入
AmazonEC2のインスタンスをt1.microからt2....
OpenCV バージョン4がリリースされた！
Unity MonoBehaviourクラスのオーバーライド...
OpenCVのfindEssentialMat関数を使ったサ...
ディープラーニング
Deep Learningとその他の機械学習手法の性能比較
TensorSpace.js：ニューラルネットワークの構造を...
SONYの自律型エンタテインメントロボット『aibo』
コメント