ＰｙｔｈｏｎによるＷｅｂスクレイピング 第３版

オライリー・ジャパン オーム社
ライアン・ミッチェル　嶋田健志　新井翔太（Ｗｅｂエンジニア）　

• 価格: 3,960円（本体3,600円＋税）
• 発行年月: 2025年06月
• 判型: Ｂ５
• ISBN: 9784814401222

内容情報

[BOOKデータベースより]

Ｗｅｂスクレイピングとは、インターネットからデータを機械的に集め、必要な情報を抽出する技術のことです。２０１９年の第２版発刊から約５年が経過し、生成ＡＩの台頭で情報を得る方法も大きく変わりましたが、本当に欲しい情報を正しくピンポイントで得るためには、依然としてＷｅｂスクレイピングについての知識とスキルが必要です。本書では、インターネット上の膨大な情報の中から、生成ＡＩや検索エンジンだけでは集められない本当に必要な正しい情報を入手する方法を、基礎からていねいに解説し、データの抽出、格納、収集後のクリーニング、さらにはＪａｖａＳｃｒｉｐｔの実行、ＯＣＲを含めた自然言語処理、並列処理などの高度なトピックもカバー。プログラミングテクニックとテクノロジー全般だけでなく、法律面の解説も加え、問題に遭遇した際の対処法まで紹介します。

１部　スクレイパーの作成（インターネットの仕組み；Ｗｅｂスクレイピングの適法性と倫理；Ｗｅｂスクレイピングアプリケーション；スクレイパーの開発；高度なＨＴＭＬのパース　ほか）
２部　高度なスクレイピング（データの読み込み；汚いデータの取り扱い；自然言語の読み込みと書き込み；フォームとログインを介したクローリング；ＪａｖａＳｃｒｉｐｔのスクレイピング　ほか）

[日販商品データベースより]

Webスクレイピングについての深い知識と広いテクニックで本当に欲しい情報を確実に取得する！
2019年の第2版発刊から約5年が経過し、生成AIの台頭で情報を得る方法も大きく変わりましたが、本当に欲しい情報を正しくピンポイントで得るためには、依然としてWebスクレイピングについての知識とスキルが必要です。本書では、インターネット上の膨大な情報の中から、生成AIや検索エンジンだけでは入手できない本当に必要な情報を入手する方法を、基礎からていねいに解説し、データの抽出、データの格納、データ収集後のクリーニング、さらには、JavaScript実行、OCRを含めた自然言語処理、並列処理などの高度なトピックに加えて法律面の解説など、プログラミングテクニックとテクノロジー全般だけでなく、問題に遭遇した際の対処法まで紹介します。