항해99_사전스터디_3주차_웹크롤링

웹 크롤링과 파이썬, mongoDB 에 대해서 간단하게 학습하기

웹 크롤링 기본 툴

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')

data = requests.get('url', headers = headers) 이 부분의 headers 는 사이트를.. 뚫기위한..? 수단..으로 이해됨.
저 부분의 코드가 작성되지 않으면 크롤링으로 무엇을 가져오려고하든 None이 반환된다. (직접 겪음)

선택자 사용방법 & 크롤링 하기

크롤링 방법

1.웹페이지의 원하는 부분에서 마우스 오른쪽 클릭 - 검사
2. 원하는 태그에서 마우스 오른쪽 클릭
3. Copy 항목 -> Copy selector 로 선택자를 복사

크롤링을 위한 선택자 사용방법

# 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')

위에서 복사한 선택자를 직접 활용해보기

movies = soup.select('#old_content > table > tbody > tr')
movie = movies.select_one('td.title> div > a')

movie['alt'] 속성 값, 
movie.text 텍스트값

텍스트 사이의 빈 공백 없애주기(문자열 자르기)
movie.text.strip() 좌우 공백 없애주기
movie.text[0:2] 0에서 2번째 까지의 문자열을 잘라서 자른 값을 반환한다.

활용 예제

# select를 이용해서, tr들을 불러오기

(크롤링 진행할 속성들의 공통인 부분까지 불러온다.)
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:
        rank = movie.select_one('td:nth-child(1) > img')['alt'] # img 태그의 alt 속성값을 가져오기
        title = a_tag.text                                      # a 태그 사이의 텍스트를 가져오기
        star = movie.select_one('td.point').text                # td 태그 사이의 텍스트를 가져오기
        print(rank,title,star)

DB 활용해보기

SQL(관계형 데이터베이스) vs NoSQL(비관계형 데이터베이스)
좋은 글: https://siyoon210.tistory.com/130
좋은 글: https://gyoogle.dev/blog/computer-science/data-base/SQL%20&%20NOSQL.html

MongDB 간단한 사용방법

코드 요약

# 기본 사용 툴 import / from
from pymongo import MongoClient
client = MongoClient('localhost', 27017)
db = client.dbsparta

# 저장 - 예시
doc = {'name':'bobby','age':21}
db.users.insert_one(doc)

# 한 개 찾기 - 예시
user = db.users.find_one({'name':'bobby'})

# 여러개 찾기 - 예시 ( _id 값은 제외하고 출력)
same_ages = list(db.users.find({'age':21},{'_id':False}))

# 바꾸기 - 예시
db.users.update_one({'name':'bobby'},{'$set':{'age':19}})

# 지우기 - 예시
db.users.delete_one({'name':'bobby'})

# 외에도 updata나 delete_many 라는 전체영역도 있는데 잘 쓰이지 않는다고 한다.