ブラウザ操作自動化ツール『Selenium』を試す

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/


スポンサーリンク


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。↓

Pythonによるスクレイピング&機械学習 開発テクニック BeautifulSoup,scikit-learn,TensorFlowを使ってみよう

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


スポンサーリンク

関連記事

Mean Stack開発の最初の一歩
OpenCVベースの背景差分ライブラリ『BGSLibrary』
Faster R-CNN:ディープラーニングによる一般物体検出手法
Unityからkonashiをコントロールする
Windows10でPyTorchをインストールしてVSCodeで使う
GoB:ZBrushとBlenderを連携させるアドオン
Python拡張モジュールのWindows用インストーラー配布サイト
オープンソースの顔の動作解析ツールキット『OpenFace』
COLMAP:オープンソースのSfM・MVSツール
ディープラーニング
HerokuでMEAN stack
Unity ARKitプラグインサンプルのドキュメントを読む
Raspberry Piでセンサーの常時稼働を検討する
WordPress on Google App Engineを1週間運用してみて
OpenGVのライブラリ構成
手を動かしながら学ぶデータマイニング
OANDAのfxTrade API
バージョン管理の履歴を可視化するツール『Gource』
3Dグラフィックスの入門書
今年もSSII
UnityでTweenアニメーションを実装できる3種類の無料Asset
OpenCV 3.1のsfmモジュールのビルド再び
オープンソースのSLAMライブラリ『Cartographer』
頭蓋骨からの顔復元と進化過程の可視化
.NETで使えるTensorFlowライクなニューラルネットワークライブラリ『NeuralNetwo...
TensorFlowでCGを微分できる『TensorFlow Graphics』
Seleniumを使ったFXや株の自動取引
Google製オープンソース機械学習ライブラリ『TensorFlow』のWindows版が公開された
BlenderのPython環境にPyTorchをインストールする
konashiのサンプルコードを動かしてみた
3D復元技術の情報リンク集
読みやすくて高速なディープラーニングのフレームワーク『Caffe』
ZBrushのZScript入門
網元AMIで作ったWordpressサイトのインスタンスをt1microからt2microへ移行した
iOSデバイスと接続して連携するガジェットの開発方法
オープンソースの人体モデリングツール『MakeHuman』のAPI開発プロジェクトがスタート
C#で使える可読性重視のディープラーニングライブラリ『KelpNet』
WordPressのサーバ引っ越し方法を考える
法線マップを用意してCanvas上でShadingするサンプル
Mask R-CNN:ディープラーニングによる一般物体検出・Instance Segmentatio...
WordPressプラグインによるサイトマップの自動生成
書籍『ゼロから作るDeep Learning』で自分なりに学ぶ

コメント