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

Konashiを買った

RSSフィードを読込んで表示するWordpressプラグイン...

UnityでARKit2.0

Kaolin:3Dディープラーニング用のPyTorchライブ...

WordPress on Google App Engine...

オープンソースの物理ベースレンダラ『Mitsuba』をMay...

HerokuでMEAN stack

adskShaderSDK

書籍『3次元コンピュータビジョン計算ハンドブック』を購入

Unity ARKitプラグインサンプルのドキュメントを読む

Theia:オープンソースのStructure from M...

PythonでMayaのShapeノードプラグインを作る

WordPressプラグインの作り方

Multi-View Environment:複数画像から3...

プログラムによる景観の自動生成

まだ続くブログの不調

今年もSSII

TorchStudio:PyTorchのための統合開発環境と...

FreeMoCap Project:オープンソースのマーカー...

Quartus II

C++の抽象クラス

Blendify:コンピュータービジョン向けBlenderラ...

KelpNet:C#で使える可読性重視のディープラーニングラ...

BlenderProc:Blenderで機械学習用の画像デー...

python-twitterで自分のお気に入りを取得する

3Dグラフィックスの入門書

Unityで強化学習できる『Unity ML-Agents』

オープンソースの取引プラットフォーム

Google XML Sitemap Generatorプラ...

OpenCV

オープンソースの顔の動作解析ツールキット『OpenFace』

VCG Library:C++のポリゴン操作ライブラリ

ドットインストールのWordPress入門レッスン

Geogram:C++の3D幾何アルゴリズムライブラリ

OpenGVのライブラリ構成

WordPressのテーマを自作する

Rerun:マルチモーダルデータの可視化アプリとSDK

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...

FCN (Fully Convolutional Netwo...

Unityの各コンポーネント間でのやり取り

pythonの機械学習ライブラリ『scikit-learn』

MB-Lab:Blenderの人体モデリングアドオン

コメント