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

TorchStudio:PyTorchのための統合開発環境と...

Open3D:3Dデータ処理ライブラリ

Verilog HDL

viser:Pythonで使える3D可視化ライブラリ

Gource:バージョン管理の履歴を可視化するツール

UnityからROSを利用できる『ROS#』

UnityでShaderの入力パラメータとして行列を渡す

UnityでOpenCVを使うには?

WordPress on Windows Azure

PythonのHTML・XMLパーサー『BeautifulS...

Manim:Pythonで使える数学アニメーションライブラリ

為替レートの読み方 2WAYプライス表示

書籍『OpenCV 3 プログラミングブック』を購入

SVM (Support Vector Machine)

Theia:オープンソースのStructure from M...

html5のcanvasの可能性

MB-Lab:Blenderの人体モデリングアドオン

OpenCV 3.1とopencv_contribモジュール...

TeleSculptor:空撮動画からPhotogramme...

Pythonの自然言語処理ライブラリ『NLTK(Natura...

Unity Scriptコーディング→Unreal Engi...

Blendify:コンピュータービジョン向けBlenderラ...

Deep Fluids:流体シミュレーションをディープラーニ...

Unityの薄い本

フォトンの放射から格納までを可視化した動画

adskShaderSDK

ブログが1日ダウンしてました

Raspberry PiでIoTごっこ

今年もSSII

オープンソースのロボットアプリケーションフレームワーク『RO...

スクラッチで既存のキャラクターを立体化したい

OpenCVの超解像(SuperResolution)モジュ...

RSSフィードを読込んで表示するWordpressプラグイン...

OpenCVで顔のランドマークを検出する『Facemark ...

OpenCV バージョン4がリリースされた!

Google製オープンソース機械学習ライブラリ『Tensor...

Math.NET Numerics:Unityで使える数値計...

UnityでARKit2.0

ROSでガンダムを動かす

Unity MonoBehaviourクラスのオーバーライド...

Swark:コードからアーキテクチャ図を作成できるVSCod...

ポリゴンジオメトリ処理ライブラリ『pmp-library (...

コメント