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
Manim：Pythonで使える数学アニメーションライブラリ
書籍『OpenCV 3 プログラミングブック』を購入
Raspberry PiでIoTごっこ
第2回Webスクレイピング勉強会の資料
Windows10でPyTorchをインストールしてVSCo...
Dlib：C++の機械学習ライブラリ
ZScript
Javaで作られたオープンソースの3DCGレンダラ『Sunf...
SVM (Support Vector Machine)
MythTV：Linuxでテレビの視聴・録画ができるオープン...
Unity MonoBehaviourクラスのオーバーライド...
Mitsuba 3：オープンソースの研究向けレンダラ
Google App EngineでWordPress
Verilog HDL
COLMAP：オープンソースのSfM・MVSツール
UnityでTweenアニメーションを実装できる3種類の無料...
Quartus II
Webサイトのワイヤーフレームが作成できるオンラインツール
Iterator
Multi-View Environment：複数画像から3...
HD画質の無駄遣い
UnrealCLR：Unreal Engineで.NET C...
PythonでBlenderのAdd-on開発
PyDataTokyo主催のDeep Learning勉強会
Accord.NET Framework：C#で使える機械学...
Unityの薄い本
hloc：SuperGlueで精度を向上させたSfM・Vis...
konashiのサンプルコードを動かしてみた
MPFB2：Blenderの人体モデリングアドオン
BlenderでPhotogrammetryできるアドオン
オープンソースの顔認識フレームワーク『OpenBR』
Polyscope：3Dデータ操作用GUIライブラリ
機械学習手法『Random Forest』
オープンソースの顔の動作解析ツールキット『OpenFace』
Kubric：機械学習用アノテーション付き動画生成パイプライ...
ブログの復旧が難航してた話
Kornia：微分可能なコンピュータービジョンライブラリ
Unreal Engineの薄い本
iOSデバイスと接続して連携するガジェットの開発方法
Python2とPython3
AnacondaとTensorFlowをインストールしてVi...
TensorFlowでCGを微分できる『TensorFlow...
コメント