3주차_7(웹스크래핑(크롤링) 기초)

어떤 걸 스크래핑 할 계획인가요?

[코드스니펫] 네이버영화페이지

https://movie.naver.com/movie/sdb/rank/rmovie.nhn?sel=pnt&date=20200303

랭킹 : 네이버 영화

패키지 추가 설치하기(beautifulsoup4)

bs4

 

크롤링 기본 세팅

[코드스니펫] 크롤링 기본 세팅

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.nhn?sel=pnt&date=20200303',headers=headers)

 

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

 

# 코딩 시작

---

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.nhn?sel=pnt&date=20200303',headers=headers)

 

# HTML을 BeautifulSoup이라는 라이브러리를 활용해 검색하기 용이한 상태로 만듦

# soup이라는 변수에 "파싱 용이해진 html"이 담긴 상태가 됨

# 이제 코딩을 통해 필요한 부분을 추출하면 된다.

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

 

#############################

# (입맛에 맞게 코딩)

#############################

 

select / select_one의 사용법을 익혀봅니다.

영화 제목을 가져와보기!

 

태그 안의 텍스트를 찍고 싶을 땐 → 태그.text

태그 안의 속성을 찍고 싶을 땐 → 태그['속성']

 

import requests

from bs4 import BeautifulSoup

 

# 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.nhn?sel=pnt&date=20200303',headers=headers)

 

# HTML을 BeautifulSoup이라는 라이브러리를 활용해 검색하기 용이한 상태로 만듦

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)

beautifulsoup 내 select에 미리 정의된 다른 방법을 알아봅니다

# 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')

항상 정확하지는 않으나, 크롬 개발자도구를 참고할 수도 있습니다.

• 원하는 부분에서 마우스 오른쪽 클릭 → 검사
• 원하는 태그에서 마우스 오른쪽 클릭
• Copy → Copy selector로 선택자를 복사할 수 있음