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

Javaで作られたオープンソースの3DCGレンダラ『Sunflow』
OpenCVでiPhone6sのカメラをキャリブレーションする
PyDataTokyo主催のDeep Learning勉強会
Raspberry PiでIoTごっこ
OpenCVベースのコンパクトなARライブラリ『ArUco』
オープンソースの物理ベースGIレンダラ『appleseed』
機械学習手法『SVM(Support Vector Machine)』
2D→3D復元技術で使われる用語まとめ
OpenCV 3.1とopencv_contribモジュールをVisual Studio 2015で...
OpenCVで顔のランドマークを検出する『Facemark API』
UnityのTransformクラスについて調べてみた
オープンソースのSfM・MVSツール『COLMAP』
3Dボリュームデータ処理ライブラリ『OpenVDB』
UnityでShaderの入力パラメータとして行列を渡す
ROMOハッカソンに行ってきた
Mask R-CNN:ディープラーニングによる一般物体検出・Instance Segmentatio...
OpenCVで平均顔を作るチュートリアル
Unityで強化学習できる『Unity ML-Agents』
Amazon EC2ログイン用の秘密鍵を無くした場合の対処方法
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
SONYの自律型エンタテインメントロボット『aibo』
今年もSSII
OpenCVの超解像(SuperResolution)モジュールを試す
第2回Webスクレイピング勉強会の資料
UnityでTweenアニメーションを実装できる3種類の無料Asset
Mayaのプラグイン開発
ブログの復旧が難航してた話
WordPressプラグインによるサイトマップの自動生成
C#で使える機械学習ライブラリ『Accord.NET Framework』
Web経由でRaspberry PiのGPIOを操作したい
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
クリエイターのための機械学習ツール『Runway ML』
機械学習で遊ぶ
iOSで使えるJetpac社の物体認識SDK『DeepBelief』
OpenCVで動画の手振れ補正
Google App Engine上のWordPressでFlickrの画像を貼る
UnityのAR FoundationでARKit 3
OpenCV バージョン4がリリースされた!
WordPressの表示を高速化する
PythonのStructure from Motionライブラリ『OpenSfM』
Unityの各コンポーネント間でのやり取り
UnityでPoint Cloudを表示する方法

コメント