出版社内容情報
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。
内容説明
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。
目次
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）
著者等紹介
ミッチェル，ライアン［ミッチェル，ライアン］ ［Ｍｉｔｃｈｅｌｌ，Ｒｙａｎ］
２０１３年からＷｅｂスクレイピングおよびデータサイエンスに関する書籍を執筆。また、『Ｗｅｂ Ｓｃｒａｐｉｎｇ ｗｉｔｈ Ｐｙｔｈｏｎ』、『Ｐｙｔｈｏｎ Ｅｓｓｅｎｔｉａｌ Ｔｒａｉｎｉｎｇ』をはじめ、６つのＬｉｎｋｅｄＩｎ学習コースを担当する。Ｗｅｂスクレイピング、アプリケーションセキュリティ、データサイエンスのエキスパートとして、ワークショップの主催するほか、Ｄａｔａ ＤａｙやＤＥＦ ＣＯＮといった多くのイベントで講演を行う。オーリン工科大学卒業、ハーバド大学Ｅｘｔｅｎｓｉｏｎ Ｓｃｈｏｏ！のソフトウェア工学修士およびデータサイエンス修了。現在はＧｅｒｓｏｎ Ｌｅｈｒｍａｎ Ｇｒｏｕｐの主席ソフトウェアエンジニアとして、同社の検索チームでＰｙｔｈｏｎによる機械学習およびデータサイエンスを担当する。定期的にＷｅｂスクレイピングプロジェクトのコンサルティングを小売、金融、製薬業界向けに行う。ノースイースタン大学やオーリン工科大学でカリキュラムコンサルタントや非常勤講師も務める
嶋田健志［シマダタケシ］
主にＷｅｂシステムの開発に携わるフリーランスのエンジニア
新井翔太［アライショウタ］
保険業界向けＳａａＳを手がける株式会社ｈｏｋａｎ所属のＷｅｂエンジニア（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
