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

Google App Engineのデプロイ失敗

iPhone x ロボットハッカソン~RomoのiPhone...

OpenAR:OpenCVベースのマーカーARライブラリ

Geogram:C++の3D幾何アルゴリズムライブラリ

ディープラーニング

OpenCV

機械学習に役立つPythonライブラリ一覧

BGSLibrary:OpenCVベースの背景差分ライブラリ

オープンソースの物理ベースGIレンダラ『appleseed』

OpenCV 3.3.0 contribのsfmモジュールの...

Webスクレイピングの勉強会に行ってきた

konashiのサンプルコードを動かしてみた

2D→3D復元技術で使われる用語まとめ

Unity ARKitプラグインサンプルのチュートリアルを読...

Mechanizeで要認証Webサイトをスクレイピング

スクレイピング

スクラッチで既存のキャラクターを立体化したい

PythonでMayaのShapeノードプラグインを作る

書籍『ROSプログラミング』

Python2とPython3

Mayaのプラグイン開発

『手を動かしながら学ぶエンジニアのためのデータサイエンス』ハ...

Mean Stack開発の最初の一歩

python-twitterで自分のお気に入りを取得する

UnityプロジェクトをGitHubで管理する

オープンソースの物理ベースレンダラ『Mitsuba』をMay...

Live CV:インタラクティブにComputer Visi...

Point Cloud Utils:Pythonで3D点群・...

viser:Pythonで使える3D可視化ライブラリ

WordPress on Windows Azure

Iterator

PyDataTokyo主催のDeep Learning勉強会

iOSデバイスのためのフィジカル・コンピューティングツールキ...

BlenderでPhotogrammetryできるアドオン

uvでWindows11のPython環境を管理する

AnacondaとTensorFlowをインストールしてVi...

Raspberry Pi 2のGPIOピン配置

為替レートの読み方 2WAYプライス表示

FCN (Fully Convolutional Netwo...

UnityのAR FoundationでARKit 3

BlenderのPython環境にPyTorchをインストー...

OpenSfM:PythonのStructure from ...

コメント