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。↓
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
DensePose：画像中の人物表面のUV座標を推定する
Alice Vision：オープンソースのPhotogram...
Google Chromecast
Mitsuba 3：オープンソースの研究向けレンダラ
続・ディープラーニングの資料
動的なメモリの扱い
RSSフィードを読込んで表示するWordpressプラグイン...
Theia：オープンソースのStructure from M...
MB-Lab：Blenderの人体モデリングアドオン
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『Sunf...
Google Colaboratoryで遊ぶ準備
VCG Library：C++のポリゴン操作ライブラリ
第2回Webスクレイピング勉強会の資料
WordPressの表示を高速化する
オープンソースの人体モデリングツール『MakeHuman』の...
Pylearn2：ディープラーニングに対応したPythonの...
python-twitterで自分のお気に入りを取得する
LuxCoreRender：オープンソースの物理ベースレンダ...
機械学習に役立つPythonライブラリ一覧
UnityのTransformクラスについて調べてみた
Raspberry Pi 2を買いました
ドットインストールのWordPress入門レッスン
OpenCVで平均顔を作るチュートリアル
Unityで強化学習できる『Unity ML-Agents』
Pythonのソースコードに特化した検索エンジン『Nulle...
UnityでARKit2.0
konashiのサンプルコードを動かしてみた
ZScript
このブログのデザインに飽きてきた
OpenMVS：Multi-View Stereoによる3次...
ブログのデザイン変えました
Python2とPython3
FreeMoCap Project：オープンソースのマーカー...
Open3D：3Dデータ処理ライブラリ
Math Inspector：科学計算向けビジュアルプログラ...
Google XML Sitemap Generatorプラ...
ZBrushで作った3Dモデルを立体視で確認できるVRアプリ...
OpenCVでPhotoshopのプラグイン開発
DCGAN (Deep Convolutional GAN)...
OpenCV 3.1とopencv_contribモジュール...
adskShaderSDK
コメント