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
GoB：ZBrushとBlenderを連携させるアドオン
SONY製のニューラルネットワークライブラリ『NNabla』
タマムシっぽい質感
組み込み向けのWindows OS 『Windows Emb...
OpenGVの用語
Human Generator：Blenderの人体生成アド...
動的なメモリの扱い
WordPressのサーバ引っ越し方法を考える
Mechanizeで要認証Webサイトをスクレイピング
RSSフィードを読込んで表示するWordpressプラグイン...
Unity ARKitプラグインサンプルのチュートリアルを読...
Mayaのプラグイン開発
viser：Pythonで使える3D可視化ライブラリ
libigl：軽量なジオメトリ処理ライブラリ
WordPressプラグインの作り方
Accord.NET Framework：C#で使える機械学...
ニューラルネットワークで画像分類
OpenCVで平均顔を作るチュートリアル
OpenCVでカメラ画像から自己位置認識 (Visual O...
PyTorch3D：3Dコンピュータービジョンライブラリ
Raspberry Pi 2を買いました
OpenMVSのサンプルを動かしてみる
UnityプロジェクトをGitHubで管理する
CGALDotNet：計算幾何学ライブラリ CGALのC#ラ...
Mask R-CNN：ディープラーニングによる一般物体検出・...
UnityでShaderの入力パラメータとして行列を渡す
Mitsuba 2：オープンソースの物理ベースレンダラ
OpenCVでPhotoshopのプラグイン開発
Runway ML：クリエイターのための機械学習ツール
OANDAのfxTrade API
3分の動画でプログラミングを学習できるサイト『ドットインスト...
cvui：OpenCVのための軽量GUIライブラリ
C++始めようと思うんだ
Unityで画面タッチ・ジェスチャ入力を扱う無料Asset『...
仮想関数
Unity Scriptコーディング→Unreal Engi...
Google Chromecast
第1回 3D勉強会＠関東『SLAMチュートリアル大会』
TeleSculptor：空撮動画からPhotogramme...
Google App Engineのデプロイ失敗
Web経由でRaspberry PiのGPIOを操作したい
Unityからkonashiをコントロールする
コメント