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/



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

関連記事

GAN (Generative Adversarial Networks):敵対的生成ネットワーク

Twitter APIのPythonラッパー『python-twitter』

MVStudio:オープンソースのPhotogrammetryツール

オープンソースのロボットアプリケーションフレームワーク『ROS (Robot Operating S...

geometry3Sharp:Unity C#で使えるポリゴン操作ライブラリ

WordPress on Google App Engineを1週間運用してみて

書籍『OpenCV 3 プログラミングブック』を購入

3Dグラフィックスの入門書

Python2とPython3

UnityのTransformクラスについて調べてみた

viser:Pythonで使える3D可視化ライブラリ

Human Generator:Blenderの人体生成アドオン

ブログのデザイン変えました

R-CNN (Regions with CNN features):ディープラーニングによる一般物体...

OpenCVで平均顔を作るチュートリアル

Quartus II

ブログをGoogle App EngineからAmazon EC2へ移行

Python拡張モジュールのWindows用インストーラー配布サイト

OpenCV 3.1のsfmモジュールのビルド再び

OpenCVで顔のモーフィングを実装する

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

Unityで画面タッチ・ジェスチャ入力を扱う無料Asset『TouchScript』

OpenCVで動画の手ぶれ補正

書籍『ゼロから作るDeep Learning』で自分なりに学ぶ

Webサイトのワイヤーフレームが作成できるオンラインツール

ブログの復旧が難航してた話

OpenCV3.3.0でsfmモジュールのビルドに成功!

Deep Learningとその他の機械学習手法の性能比較

LuxCoreRender:オープンソースの物理ベースレンダラ

ドットインストールのWordPress入門レッスン

OpenSfM:PythonのStructure from Motionライブラリ

Raspberry PiのGPIOを操作するPythonライブラリ『RPi.GPIO』の使い方

機械学習に役立つPythonライブラリ一覧

Blendify:コンピュータービジョン向けBlenderラッパー

TorchStudio:PyTorchのための統合開発環境とエコシステム

SONY製のニューラルネットワークライブラリ『NNabla』

3Dモデルを立体視で確認できるVRアプリを作っている

Unity ARKitプラグインサンプルのドキュメントを読む

Structure from Motion (多視点画像からの3次元形状復元)

C++の抽象クラス

iPhoneアプリ開発 Xcode 5のお作法

Google App Engine上のWordPressでFlickrの画像を貼る

コメント