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

WordPressプラグインの作り方
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
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』
3Dモデルを立体視で確認できるVRアプリを作っている
PythonでBlenderのAdd-on開発
Structure from Motion (多視点画像からの3次元形状復元)
GoB:ZBrushとBlenderを連携させるアドオン
Runway ML:クリエイターのための機械学習ツール
CGALDotNet:計算幾何学ライブラリ CGALのC#ラッパー
cvui:OpenCVのための軽量GUIライブラリ
OpenCVで顔のモーフィングを実装する
OpenCV 3.3.0-RCでsfmモジュールをビルド
ドットインストールのWordPress入門レッスン
OpenCVの顔検出過程を可視化した動画
Raspberry Pi 2のGPIOピン配置
iPhone・iPod touchで動作する知育ロボット『ROMO』
C++の抽象クラス
動的なメモリの扱い
Unityで画面タッチ・ジェスチャ入力を扱う無料Asset『TouchScript』
ArUco:OpenCVベースのコンパクトなARライブラリ
ZBrushで作った3Dモデルを立体視で確認できるVRアプリを作る
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
Live CV:インタラクティブにComputer Visionコーディングができるツール
FreeMoCap Project:オープンソースのマーカーレスモーションキャプチャ
オープンソースの物理ベースGIレンダラ『appleseed』
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)
OpenCVでiPhone6sのカメラをキャリブレーションする
Google App Engine上のWordPressでAmazonJSを利用する
Unityで学ぶC#
書籍『ゼロから作るDeep Learning』で自分なりに学ぶ
VCG Library:C++のポリゴン操作ライブラリ
Raspberry Pi
MVStudio:オープンソースのPhotogrammetryツール
AndroidもopenGLも初心者さ (でもJavaは知ってるよ)
Manim:Pythonで使える数学アニメーションライブラリ
Python for Unity:UnityEditorでPythonを使えるパッケージ
WordPressプラグインによるサイトマップの自動生成
UnityでLight Shaftを表現する
C++始めようと思うんだ
ManuelBastioniLAB:人体モデリングできるBlender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

コメント