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

Python拡張モジュールのWindows用インストーラー配布サイト
UnityでTweenアニメーションを実装できる3種類の無料Asset
OpenCVのバージョン3が正式リリースされたぞ
OpenCVで顔のランドマークを検出する『Facemark API』
Google App Engine上のWordPressでAmazonJSを利用する
FCN (Fully Convolutional Network):ディープラーニングによるSema...
Boost オープンソースライブラリ
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~
C#で使える遺伝的アルゴリズムライブラリ『GeneticSharp』
UnityでPoint Cloudを表示する方法
ArUco:OpenCVベースのコンパクトなARライブラリ
adskShaderSDK
Google XML Sitemap Generatorプラグインを3.4.1へダウングレード
ROSの薄い本
C++の抽象クラス
書籍『ゼロから作るDeep Learning』で自分なりに学ぶ
Cartographer:オープンソースのSLAMライブラリ
OpenCV 3.1のsfmモジュールのビルド再び
3D復元技術の情報リンク集
頭蓋骨からの顔復元と進化過程の可視化
Kornia:微分可能なコンピュータービジョンライブラリ
科学技術計算向けスクリプト言語『Julia』
書籍『ROSプログラミング』
iPhone・iPod touchで動作する知育ロボット『ROMO』
iOSデバイスのためのフィジカル・コンピューティングツールキット『konashi(こなし)』
OpenCVでPhotoshopのプラグイン開発
Unity MonoBehaviourクラスのオーバーライド関数が呼び出される順番
Super Resolution:OpenCVの超解像処理モジュール
Google App EngineでWordPress
OpenCV 3.1のsfmモジュールを試す
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
続・ディープラーニングの資料
Model View Controller
Mitsuba 3:オープンソースの研究向けレンダラ
Unityの薄い本
OpenSfM:PythonのStructure from Motionライブラリ
OpenCV 3.3.0-RCでsfmモジュールをビルド
このブログのデザインに飽きてきた
ROMOハッカソンに行ってきた
WordPressのサーバ引っ越し方法を考える
Mean Stack開発の最初の一歩
BGSLibrary:OpenCVベースの背景差分ライブラリ

コメント