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

OpenCVでiPhone6sのカメラをキャリブレーションする
ニューラルネットワークで画像分類
オープンソースの取引プラットフォーム
Javaで作られたオープンソースの3DCGレンダラ『Sunflow』
OpenCV 3.3.0 contribのsfmモジュールのサンプルを動かしてみる
株式会社ヘキサドライブの研究室ページ
このブログのデザインに飽きてきた
3D復元技術の情報リンク集
Structure from Motion (多視点画像からの3次元形状復元)
まだ続くブログの不調
OpenCVで顔のランドマークを検出する『Facemark API』
画像中の人物表面のUV座標を推定する『DensePose』
UnityでARKit2.0
C#で使える遺伝的アルゴリズムライブラリ『GeneticSharp』
UnityのGameObjectの向きをScriptで制御する
ドットインストールのWordPress入門レッスン
WordPressプラグインの作り方
WordPressの表示を高速化する
OpenCVで顔のモーフィングを実装する
Unityで強化学習できる『Unity ML-Agents』
第2回Webスクレイピング勉強会の資料
マルコフ連鎖モンテカルロ法
サンプルコードにも間違いはある?
Google Chromecast
Windows10でPyTorchをインストールしてVSCodeで使う
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』
クラスの基本
AnacondaとTensorFlowをインストールしてVisual Studio 2015で使う
書籍『仕事ではじめる機械学習』を読みました
C#で使える可読性重視のディープラーニングライブラリ『KelpNet』
Google App Engine上のWordPressでFlickrの画像を貼る
C#で使える機械学習ライブラリ『Accord.NET Framework』
Blender 2.8がついに正式リリース!
OpenCV 3.3.0-RCでsfmモジュールをビルド
Unreal Engineの薄い本
ニューラルネットワークの構造を可視化するフレームワーク『TensorSpace.js』
為替レートの読み方 2WAYプライス表示
openMVGをWindows10 Visual Studio 2015環境でビルドする
OpenCVの三角測量関数『cv::triangulatepoints』
SONYの自律型エンタテインメントロボット『aibo』
OpenCV バージョン4がリリースされた!
軽量なジオメトリ処理ライブラリ『libigl』

コメント