出力メソッドまたは画面スクレイピング メソッドの使用例

いくつかの画面スクレイピング メソッドの使用例とそれらの実用上の違いを紹介するため、まず、テキストが表示されている [メモ帳] ウィンドウをスクレイピングしてその結果を見てみましょう。ここでは次のスクリーンショットを使用しました。

フルテキスト メソッド

ご覧のように書式は保持されませんが、スクレイピング中に [メモ帳] ウィンドウを非表示にしてもテキストが取得されます。これは最速のメソッドです。

ネイティブメソッド

1 つ目のスクリーンショットに示すように、テキストとその画面上の位置を抽出できます。また、各単語の正確な位置も取得できます (2 つ目のスクリーンショット)。

Microsoft OCR メソッド

ご覧のように、この出力メソッドの精度は 100 ％ではありませんが、テキストの位置は保持されています。画面上の正確な位置をピクセル単位で取得することも可能ですが、最速の出力メソッドではありません。

Google OCR メソッド

Microsoft の Modi と同様に、Google OCR メソッドも 100 ％正確というわけではなく、他のメソッドと比較して時間がかかります。しかし、テキストのウィンドウ内の位置は取得しています。

次に、ペイントで黒のページに白のテキストを表示したものをスクレイピングしてみましょう。

このシナリオで機能するのは OCR メソッドのみです。

続いて、アプリケーションをスクレイピングして結果を見てみましょう。架空の経費アプリケーションを使用します (こちらからダウンロードできます)。

このウィンドウ全体をスクレイピングすると、次の結果が得られます。

1. 隠しテキストに対応した [フルテキスト] は非常に良好に機能し、最小化ボタンや復元ボタンも読み取ることができます。

   
   

   

   
   
2. [ネイティブ] はこの UI では機能しません。テキストのレンダリングにグラフィカル デバイス インターフェイス (GDI) が利用されていないためです。GDI の詳細については、Microsoft の公式ドキュメントをご覧ください。

3. Microsoft OCR は良好に機能しますが、精度は 100 ％ではありません。

   
   

   

   
   

4. Google OCR では、この UI の処理はそれほど良好ではありません。スクレイピングする領域がかなり大きいためです。