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

プログラムによる景観の自動生成
SONY製のニューラルネットワークライブラリ『NNabla』
ディープラーニング
ROSの薄い本
UnityのGameObjectの向きをScriptで制御する
Unityで画面タッチ・ジェスチャ入力を扱う無料Asset『TouchScript』
Raspberry PiのGPIOを操作するPythonライブラリ『RPi.GPIO』の使い方
今年もSSII
DensePose:画像中の人物表面のUV座標を推定する
タマムシっぽい質感
Google App EngineでWordPress
Mean Stack開発の最初の一歩
Boost オープンソースライブラリ
KelpNet: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
Geogram:C++の3D幾何アルゴリズムライブラリ
ZBrushのZScript入門
Deep Fluids:流体シミュレーションをディープラーニングで近似する
CycleGAN:ドメイン関係を学習した画像変換
MVStudio:オープンソースのPhotogrammetryツール
オープンソースの顔の動作解析ツールキット『OpenFace』
UnityでTweenアニメーションを実装できる3種類の無料Asset
Pythonの自然言語処理ライブラリ『NLTK(Natural Language Toolkit)』
Managing Software Requirements: A Unified Approach
手を動かしながら学ぶデータマイニング
Manim:Pythonで使える数学アニメーションライブラリ
OpenCVで動画の手ぶれ補正
Google App Engine上のWordPressでFlickrの画像を貼る
書籍『OpenCV 3 プログラミングブック』を購入
BlenderのPython環境にPyTorchをインストールする
ブログが1日ダウンしてました
PythonでBlenderのAdd-on開発
OpenMVS:Multi-View Stereoによる3次元復元ライブラリ
ディープラーニングに対応したPythonの機械学習ライブラリ『Pylearn2』
WordPressの表示を高速化する
Unityからkonashiをコントロールする
ManimML:機械学習の概念を視覚的に説明するためのライブラリ
PyMC:Pythonのベイズ統計ライブラリ
Super Resolution:OpenCVの超解像処理モジュール
Python拡張モジュールのWindows用インストーラー配布サイト
FreeMoCap Project:オープンソースのマーカーレスモーションキャプチャ
Twitter APIのPythonラッパー『python-twitter』
法線マップを用意してCanvas上でShadingするサンプル

コメント