PaaSを触り始めてから1番やってみたかったことと言えば、Webサイトのスクレイピング。
別に攻撃するつもりじゃ無くて、マッシュアップしたWeb上の情報を上手く可視化すれば、色んな考察が得られるんじゃないかと期待しているから。
そう思ったきっかけはKakeibonっていう無料で使える自動ネット家計簿を知ったから。(以前はOCN家計簿って名前だった)
このサイトは、銀行口座やクレジットカード、ECサイトなどの情報を引っ張ってきて収支をグラフにまとめてくれる。
銀行もクレジットカードも、それぞれのポータルサイトはAPIなんて公開していないので、おそらくスクレイピングで実現している。
既存の情報を上手く使うだけで色んなことが見えてくるんだなぁ、と感心した。
ということで、しばらくスクレイピングについて調べていたのである。ちょっと調べてみると、フロントでもサーバサイドでもできるし、色んな言語で実装できるので、どこから手を付けたらいいのかちょっと悩むレベルで選択肢が豊富。やるとしたらサーバサイドだけど、サーバサイドはどの言語が1番組み合わせやすいかちょっと自分の知見が足りてない。
こういうのは結構需要があるみたいで、スクレイピングするコードの共有や、スクレイピングしたデータをAPI化するサイトもあるみたい。
ScraperWiki
ScraperWikiはイギリスのスタートアップ企業で、スクレイパーコードを共有するサイトを提供しています。
開発者達はサイト上から直接コード（Ruby, PHP, Python）を編集、実行することができます。スクレイプを定期的に実行することも可能で、取得されたデータはScraperWikiに保存されますが、ScraperWikiはAPIを用意しているので、このAPIを通して、他のサイトでデータを再利用することが可能です。
「Wiki」といっているだけあって、一般公開されているコードは他の人も編集したり、またコードをコピーして他のスクレイピングに利用することもできます。定期的に実>行されているスクレイパーがエラーを起こしていないかをチェックする仕組みがあり「みんなでスクレイピングを管理」するための仕組みがいたるところにあります。
ScraperWikiは、もともとイギリスで、どの議員がどの法案に賛成または反対票を投じたかを議会のサイトから創業者の一人が2003年頃にスクレイプしたことを起源に持ちます。
スクレイピングするなら ScraperWiki 使うといいよ
kimono
指定したウェブサイトをスクレイピングしてAPI化してくれるサービス「kimono」
さて、地道に勉強するか。
関連記事
オープンソースの人体モデリングツール『MakeHuman』の...
AfterEffectsプラグイン開発
UnityのMonoBehaviourクラスをシングルトン化...
UnityのGameObjectの向きをScriptで制御す...
UnityでLight Shaftを表現する
OpenAR：OpenCVベースのマーカーARライブラリ
Amazon EC2ログイン用の秘密鍵を無くした場合の対処方...
iPhoneアプリ開発 Xcode 5のお作法
FreeMoCap Project：オープンソースのマーカー...
BlenderのPython環境にPyTorchをインストー...
Unityからkonashiをコントロールする
C++の抽象クラス
3Dモデルを立体視で確認できるVRアプリを作っている
OpenCV
Google Colaboratoryで遊ぶ準備
Live CV：インタラクティブにComputer Visi...
ディープラーニング
機械学習で遊ぶ
PyDataTokyo主催のDeep Learning勉強会
NumSharp：C#で使えるNumPyライクな数値計算ライ...
Iterator
Rerun：マルチモーダルデータの可視化アプリとSDK
OpenCV 3.1とopencv_contribモジュール...
Raspberry Pi
Open3D：3Dデータ処理ライブラリ
Iridescence：プロトタイピング向け軽量3D可視化ラ...
Twitter APIのPythonラッパー『python-...
書籍『仕事ではじめる機械学習』を読みました
Python.NET：Pythonと.NETを連携させるパッ...
BlenderProc：Blenderで機械学習用の画像デー...
AMIMOTO（PVM版）で作成したインスタンスをAMIMO...
RSSフィードを読込んで表示するWordpressプラグイン...
SONY製のニューラルネットワークライブラリ『NNabla』
python-twitterで自分のお気に入りを取得する
Caffe：読みやすくて高速なディープラーニングのフレームワ...
OpenVDB：3Dボリュームデータ処理ライブラリ
続・ディープラーニングの資料
Unityで画面タッチ・ジェスチャ入力を扱う無料Asset『...
機械学習に役立つPythonライブラリ一覧
hloc：SuperGlueで精度を向上させたSfM・Vis...
Geogram：C++の3D幾何アルゴリズムライブラリ
Google製オープンソース機械学習ライブラリ『Tensor...
コメント