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

AnacondaとTensorFlowをインストールしてVi...

Runway ML:クリエイターのための機械学習ツール

Rerun:マルチモーダルデータの可視化アプリとSDK

3Dグラフィックスの入門書

Google App Engine上のWordPressでF...

OpenFace:Deep Neural Networkによ...

C++の抽象クラス

Super Resolution:OpenCVの超解像処理モ...

NumSharp:C#で使えるNumPyライクな数値計算ライ...

Python2とPython3

pythonの機械学習ライブラリ『scikit-learn』

Konashiを買った

Model View Controller

Unityで強化学習できる『Unity ML-Agents』

Open3D:3Dデータ処理ライブラリ

Google App Engine上のWordPressでA...

OpenCVで顔のランドマークを検出する『Facemark ...

フォトンの放射から格納までを可視化した動画

Unity Scriptコーディング→Unreal Engi...

Russian3DScannerのトポロジー転送ツール『Wr...

Composition Rendering:Blenderに...

オープンソースの人体モデリングツール『MakeHuman』の...

hloc:SuperGlueで精度を向上させたSfM・Vis...

DCGAN (Deep Convolutional GAN)...

python-twitterで自分のお気に入りを取得する

JavaScriptとかWebGLとかCanvasとか

Point Cloud Utils:Pythonで3D点群・...

Raspberry Pi 2を買いました

UnityのMonoBehaviourクラスをシングルトン化...

Swark:コードからアーキテクチャ図を作成できるVSCod...

書籍『OpenCV 3 プログラミングブック』を購入

UnityでTweenアニメーションを実装できる3種類の無料...

VCG Library:C++のポリゴン操作ライブラリ

ZBrushで作った3Dモデルを立体視で確認できるVRアプリ...

Mask R-CNN:ディープラーニングによる一般物体検出・...

機械学習で遊ぶ

Managing Software Requirements...

OANDAのfxTrade API

ドットインストールのWordPress入門レッスン

OpenCVでPhotoshopのプラグイン開発

今年もSSII

Deep Learningとその他の機械学習手法の性能比較

コメント