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

AmazonEC2のインスタンスをt1.microからt2.microへ移行する
adskShaderSDK
Google Colaboratoryで遊ぶ準備
為替レートの読み方 2WAYプライス表示
UnityのTransformクラスについて調べてみた
WordPressプラグインの作り方
科学技術計算向けスクリプト言語『Julia』
Kaolin:3Dディープラーニング用のPyTorchライブラリ
iPhoneアプリ開発 Xcode 5のお作法
機械学習で遊ぶ
JavaScriptとかWebGLとかCanvasとか
ブログが1日ダウンしてました
PyDataTokyo主催のDeep Learning勉強会
Unityで強化学習できる『Unity ML-Agents』
OANDAのfxTrade API
iPhone x ロボットハッカソン~RomoのiPhone用SDKで目覚ましアプリを作る~
Faster R-CNN:ディープラーニングによる一般物体検出手法
Boost オープンソースライブラリ
OpenCV 3.1から追加されたSfMモジュール
Mitsuba 2:オープンソースの物理ベースレンダラ
Javaで作られたオープンソースの3DCGレンダラ『Sunflow』
AMIMOTO(PVM版)で作成したインスタンスをAMIMOTO (HVM版)へ移行する
C++ 標準テンプレートライブラリ (STL)
Amazon EC2ログイン用の秘密鍵を無くした場合の対処方法
3Dグラフィックスの入門書
WordPress on Google App Engineを1週間運用してみて
Mechanizeで要認証Webサイトをスクレイピング
オープンソースの物理ベースGIレンダラ『appleseed』
Structure from Motion (多視点画像からの3次元形状復元)
プログラミングスキルとは何か?
法線マップを用意してCanvas上でShadingするサンプル
C++始めようと思うんだ
openMVG:複数視点画像から3次元形状を復元するライブラリ
OpenCVのfindEssentialMat関数を使ったサンプルを読んでみる
Raspberry PiでIoTごっこ
ブログをGoogle App EngineからAmazon EC2へ移行
ポリゴンジオメトリ処理ライブラリ『pmp-library (Polygon Mesh Process...
サンプルコードにも間違いはある?
頭蓋骨からの顔復元と進化過程の可視化
OpenCVの三角測量関数『cv::triangulatepoints』
C++の機械学習ライブラリ『Dlib』
手を動かしながら学ぶデータマイニング

コメント