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

trimesh:PythonでポリゴンMeshを扱うライブラリ

GoB:ZBrushとBlenderを連携させるアドオン

Mean Stack開発の最初の一歩

ManuelBastioniLAB:人体モデリングできるBlenderアドオン

UnityでShaderの入力パラメータとして行列を渡す

BlenderでPhotogrammetryできるアドオン

UnityのAR FoundationでARKit 3

WinSCP

OpenCV 3.1とopencv_contribモジュールをVisual Studio 2015で...

JavaScriptとかWebGLとかCanvasとか

HerokuでMEAN stack

OpenCV バージョン4がリリースされた!

DensePose:画像中の人物表面のUV座標を推定する

株式会社ヘキサドライブの研究室ページ

スクラッチで既存のキャラクターを立体化したい

viser:Pythonで使える3D可視化ライブラリ

SVM (Support Vector Machine)

Raspberry Pi 2を買いました

Dlib:C++の機械学習ライブラリ

Runway ML:クリエイターのための機械学習ツール

pythonもかじってみようかと

Blendify:コンピュータービジョン向けBlenderラッパー

Iridescence:プロトタイピング向け軽量3D可視化ライブラリ

OpenCVで平均顔を作るチュートリアル

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

Windows10でPyTorchをインストールしてVSCodeで使う

ドットインストールのWordPress入門レッスン

プログラムによる景観の自動生成

ROSの薄い本

BGSLibrary:OpenCVベースの背景差分ライブラリ

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

OpenCVの三角測量関数『cv::triangulatepoints』

Theia:オープンソースのStructure from Motionライブラリ

Unityからkonashiをコントロールする

ディープラーニング

3Dモデルを立体視で確認できるVRアプリを作っている

Web経由でRaspberry PiのGPIOを操作したい

AnacondaとTensorFlowをインストールしてVisual Studio 2015で使う

html5のcanvasの可能性

書籍『ROSプログラミング』

NeuralNetwork.NET:.NETで使えるTensorFlowライクなニューラルネットワー...

Python.NET:Pythonと.NETを連携させるパッケージ

コメント