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。
PythonのHTML・XMLパーサー『BeautifulSoup』
パーサーなんだけど、まあ、スクレイピングに使いますよね。BeautifulSoupBeautiful Soupはpythonで動作するHTMLとXMLのパーサーです。Beautiful Soupはパースしたツリーの操作、検索、変更を...



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

Amazon Web ServicesでWordPress
バージョン管理の履歴を可視化するツール『Gource』
PyDataTokyo主催のDeep Learning勉強会
インタラクティブにComputer Visionコーディングができるツール『Live CV』
スクラッチで既存のキャラクターを立体化したい
Verilog HDL
オープンソースのPhotogrammetryフレームワーク『Alice Vision』
OpenCVで顔のランドマークを検出する『Facemark API』
IronPythonを使ってUnity上でPythonのコードを実行する
Mask R-CNN:ディープラーニングによる一般物体検出・Instance Segmentatio...
WordPress on Google App Engineを1週間運用してみて
ディープラーニングに対応したPythonの機械学習ライブラリ『Pylearn2』
konashiのサンプルコードを動かしてみた
UnityのAR FoundationでARKit 3
HD画質の無駄遣い
WordPressプラグインの作り方
ディープラーニング
OpenCV 3.3.0-RCでsfmモジュールをビルド
Multi-View Stereoによる3次元復元ライブラリ『OpenMVS』
ブログのデザイン変えました
Raspberry PiでIoTごっこ
ブログをGoogle App EngineからAmazon EC2へ移行
オープンソースのSfM・MVSツール『COLMAP』
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
UnityでOpenCVを使うには?
OpenMVSのサンプルを動かしてみる
WebGL開発に関する情報が充実してきている
Unreal Engineの薄い本
OpenCLに対応したオープンソースの物理ベースレンダラ『LuxRender(ルクスレンダー)』
まだ続くブログの不調
Javaで作られたオープンソースの3DCGレンダラ『Sunflow』
WordPressのサーバ引っ越し方法を考える
pythonの機械学習ライブラリ『scikit-learn』
Google App Engine上のWordPressでFlickrの画像を貼る
C#で使える機械学習ライブラリ『Accord.NET Framework』
Mean Stack開発の最初の一歩
プログラムによる景観の自動生成
Unityで学ぶC#
UnityプロジェクトをGitHubで管理する
頭蓋骨からの顔復元と進化過程の可視化
軽量なジオメトリ処理ライブラリ『libigl』
UnityでShaderの入力パラメータとして行列を渡す

コメント