Pythonスクレイピングの基本と実践 データサイエンティストのためのWebデータ収集術
インプレス
- Seppe vanden Broucke（著者）、 Bart Baesens（著者）、 株式会社トップスタジオ（翻訳）
スクレイピングを基本から包括的に解説！
◇スクレイピング・テクニックの基礎と実践を学べる。Webからデータを収集、適切なデータセットを作成しよう！―本書では、HTTP／HTML／CSSといった基本技術の仕組み、フォーム／ログイン／Cookie／JavaScriptへの対応、クローラーの開発、ベストプラクティスを解説。データサイエンス指向の15のサンプルも収録。Pythonの各種ライブラリを活用！［requests、Beautiful Soup、Selenium、records、matplotlib、pandas、scikit-learn … etc.］◇Webページから情報を取得するスクレイピングは、データサイエンスに必須の技術です。本書では、Pythonを使ったスクレイピングの基本と実践を解説。有用なツール、ベストプラクティス、実用サンプルについても説明。本当に興味深いプロジェクトは、情報という宝の山を探索することから始まります。本書を携えて探索の旅を進めていきましょう。◇本書は『Practical Web Scraping for Data Science: Best Practices and Examples with Python』の翻訳書です。◇Pythonプログラミングの基礎を理解していることを前提に解説しています。
発売日：2018-12-17
ページ数：316ページ
目次
表紙
商標
口絵
著者紹介／テクニカルレビュアー紹介
はじめに
第1部 Webスクレイピングの基礎
第1章 イントロダクション―スクレイピングの考え方、Pythonの準備
1.1 Webスクレイピングとは／1.1.1 なぜデータサイエンスでWebスクレイピングを使うのか
1.1.2 だれがWebスクレイピングの使うのか
1.2 準備／1.2.1 セットアップ
1.2.2 Python基礎の確認
第2章 HTTPでWebと対話してみよう―HTTPとrequestsライブラリの基本事項
2.1 Webによるネットワーク通信の仕組み
2.2 HTTP（HyperText Transfer Protocol）
2.3 PythonでHTTPを操作する：requestsライブラリ
2.4 クエリ文字列：パラメーター付きのURL
第3章 Webのスープをかき回そう―HTML＋CSSページからの情報収集の基本
3.1 HTML（HyperText Markup Language）
3.2 ブラウザーを開発用ツールとして使用する
3.3 CSS（Cascading Style Sheets）
3.4 Beautiful Soupライブラリ
3.5 Beautiful Soupの詳細
第2部 高度なWebスクレイピング
第4章 POSTメソッドやクッキーなどへの対処法
4.1 フォームとPOSTリクエストの操作
4.2 HTTPリクエストメソッドのまとめ
4.3 ヘッダーの詳細
4.4 Cookieの処理
4.5 requestsのセッションを利用する
4.6 バイナリ、JSON、その他のコンテンツ形式
第5章 JavaScriptへの対処法
5.1 JavaScriptとは何か
5.2 JavaScriptのスクレイピング
5.3 Seleniumによるスクレイピング
5.4 Seleniumの高度な使用法
第6章 スクレイピングからクローリングへ―Webクローラー開発のポイント
6.1 Webクローリングとは
6.2 PythonによるWebクローリング
6.3 結果をデータベースに保存する
第3部 Webスクレイピングの実践入門
第7章 管理と法律に関する問題
7.1 データサイエンスのプロセス
7.2 Webスクレイピングが効果的な領域
7.3 法務に関する問題
第8章 有用なツールとベストプラクティス
8.1 スクレイピングに役立つその他のツール／8.1.1 Pythonの代替ライブラリ／8.1.2 Scrapy
8.1.3 キャッシュ処理
8.1.4 キャッシュ処理プロキシサーバー／8.1.5 ほかのプログラミング言語でのスクレイピング
8.1.6 キャッシュ処理コマンドラインツール
8.1.7 グラフィカルなスクレイピングツール
8.2 ベストプラクティスとヒント
第9章 データサイエンス指向の実践サンプル―ファッションデータ／ニュース記事／商品レビューなどの収集と分析
9.1 Hacker Newsのスクレイピング
9.2 Hacker News APIの利用
9.3 名言のスクレイピング
9.4 書籍の情報をスクレイピングする
9.5 GitHubのスター数をスクレイピングする
9.6 住宅ローン金利の情報をスクレイピングする
9.7 IMDbの評価をスクレイピングしてビジュアル化する
9.8 IATAの航空情報をスクレイピングする
9.9 Webフォーラムの対話をスクレイピングして解析する
9.10 ファッションのデータセットを収集してクラスタリングする
9.11 Amazonのレビューをスクレイピングしてセンチメント分析を行う
9.12 ニュース記事のスクレイピングと分析
9.13 Wikipediaをスクレイピングしてグラフ化と分析を行う
9.14 役員のグラフをスクレイピングしてビジュアル化する
9.15 ディープラーニングによってCAPTCHAを突破する
索引
翻訳者紹介＋STAFF LIST
奥付
著者プロフィール
-
◎著者プロフィール
Seppe vanden Broucke（セッペ・バンデン・ブルーク）
ベルギーのルーヴェン・カトリック大学助教授。データプロセスサイエンス専攻。研究分野は、ビジネスデータのマイニングと分析、機械学習、プロセス管理、プロセスマイニングなど。著書に『Principles of Database Management』（Cambridge University Press、2018/9）、『Beginning Java Programming』（Wrox、2015/3）がある。 -
Bart Baesens（著者）
◎著者プロフィール
Bart Baesens（バート・バエセン）
ベルギーのルーヴェン・カトリック大学教授、英国のサウサンプトン大学講師。ビッグデータとデータ分析を専攻。大規模データと分析、信用リスクモデリング、不正検出、マーケティング分析について幅広く研究している。著書に『Principles of Database Management』（Cambridge University Press、2018/9）、『Profit Driven Business Analytics』（Wiley、2017/10）などがある。 -
株式会社トップスタジオ（翻訳）
◎訳者プロフィール
株式会社トップスタジオ
1997年の会社設立以来20年以上にわたり、主にIT分野を中心に数多くの翻訳書籍を手掛ける。書籍/雑誌/マニュアル/パンフレットの企画・翻訳・執筆・編集・組版・装丁のほか、ソフトウェアやヘルプのローカライズなど、幅広いコンテンツの制作に携わっている。［トップスタジオWebサイト］www.topstudio.co.jp
絶賛！発売中！
-
- ＳＴＵＤＹ ＨＡＣＫＳ！
-
- 小山龍介（著者）
- スキルアップ・仕事術
- ビジネスマンの学習生産性を、楽しみながら画期的に向上させるハック集。資格試験から、語学学習、ＭＢＡ取得まで若手ビジネスマンが身につけておきたい学習ノウハウを網羅する。
-
- ＩＤＥＡ ＨＡＣＫＳ！
- スキルアップ・仕事術
- 米国シリコンバレーでブームとなっている「ＬＩＦＥ ＨＡＣＫＳ」（ライフハックス）を、アイデア生産を中心に日本人向けに解説した本。知的生産にスグに役立つノウハウが満載の本。
-
- クラウドＨＡＣＫＳ！
-
- 小山龍介（著者）
- スキルアップ・仕事術
- 今話題のクラウド技術を個人のライフハックに応用し、愉しく生産性を高めるハック集。「インデックス読書術」など最新の技術を応用したハックが満載！ ノマドワークスタイルが学べる本。
-
- 命の対価―独立系ニュース通信社の使命
-
- 山路徹（著者）
- ノンフィクション・評論
- ２００７年９月、ミャンマー民主化運動を取材していたジャーナリスト・長井健司さんが軍事政権の兵士に銃撃され死亡した。真相はいまだ闇のまま……。本書はそんな長井さんとともにアフガン、コソボ、イラクといった紛争地やオウム、桶川女子大生ストーカー殺人事件などの国内の現場取材を行ってきたＡＰＦ通信社代表が、長井さんの思い出とともに独立系ニュース通信社の存在意義を執筆。大手マスメディアができない徹底した現場主義を語る。
7217件中 7097-7100件目先頭前へ1771177217731774177517761777177817791780次へ最後
Copyright © Mynavi Publishing Corporation