3-7 웹스크래핑 (크롤링)기초_ beautifulsoup / select & select_one

웹크롤링/스크래핑 이 뭔지 감이 너무 안와서, 인터넷 뒤져봄...

내가 이해한것: 코딩하기 위해 필요한 데이터를 수집해서 (크롤링) 추출해 가져오는것(스크래핑).

                       뉴스기사 분석 / 음악 & 영화 차트 순위 자료 등등을 위해 사용 

                               ----나중에 정확한 개념을 알게 되면 다시 수정하러 와야지...ㅎ

---

사용한 웹크롤링 모듈: BeautifulSoup

     ▶ 기본 세팅 코드

import requests
from bs4 import BeautifulSoup

headers = {'User-Agent' : 'Mozilla/5.0 (Windows NT 10.0; Win64; x64)AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.86 Safari/537.36'}
data = requests.get('https://www.genie.co.kr/chart/top200?ditc=M&rtm=N&ymd=20210701',headers=headers)

soup = BeautifulSoup(data.text, 'html.parser')

   코드해석

import requests
from bs4 import BeautifulSoup

# 타겟 URL을 읽어서 HTML를 받아오고,
headers = {'User-Agent' : 'Mozilla/5.0 (Windows NT 10.0; Win64; x64)AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.86 Safari/537.36'}
data = requests.get('https://movie.naver.com/movie/sdb/rank/rmovie.naver?sel=pnt&date=20210829',headers=headers)
 #     크롤링 할 사이트에 가서 URL을 가져온다.
 
# HTML을 BeautifulSoup이라는 라이브러리를 활용해 검색하기 용이한 상태로 만듦
# soup이라는 변수에 "파싱(구문분석) 용이해진 html"이 담긴 상태가 됨
# 이제 코딩을 통해 필요한 부분을 추출하면 된다.
soup = BeautifulSoup(data.text, 'html.parser')

#############################
# 코딩
#############################

   

 

 

    ▶ select / select_one의 사용법

           예) 영화제목만 추출

import requests
from bs4 import BeautifulSoup

headers = {'User-Agent' : 'Mozilla/5.0 (Windows NT 10.0; Win64; x64)AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.86 Safari/537.36'}
data = requests.get('https://movie.naver.com/movie/sdb/rank/rmovie.naver?sel=pnt&date=20210829',headers=headers)

soup = BeautifulSoup(data.text, 'html.parser')

# select를 이용해서, tr들을 불러오기
movies = soup.select('#old_content > table > tbody > tr')

# movies (tr들) 의 반복문을 돌리기
for movie in movies:
    # movie 안에 a 가 있으면,
    a_tag = movie.select_one('td.title > div > a')
    if a_tag is not None:
        # a의 text를 찍어본다.
        print (a_tag.text)

    알아야 할 것들: 

• 웹페이지에서 selector가져오는법:
  가져오고자 하는 데이터 우클릭 > 검사 > 해당태그 우클릭 > 복사 > selector 복사
• 태그 안의 텍스트를 찍고 싶을 땐 → 태그.text
  태그 안의 속성을 찍고 싶을 땐 → 태그['속성']
• selector에 정의된 다른방법들

# 선택자를 사용하는 방법 (copy selector)
soup.select('태그명')
soup.select('.클래스명')
soup.select('#아이디명')

soup.select('상위태그명 > 하위태그명 > 하위태그명')
soup.select('상위태그명.클래스명 > 하위태그명.클래스명')

# 태그와 속성값으로 찾는 방법
soup.select('태그명[속성="값"]')

# 한 개만 가져오고 싶은 경우
soup.select_one('위와 동일')